Python后端flask框架接收zip压缩包方法

🕗 发布于 2024-11-23 18:40 开发语言 python Flask

一、用base64编码发送，以及接收

import base64
import io
import zipfile
from flask import request, jsonify

def unzip_and_find_png(zip_data):
    # 使用 BytesIO 在内存中处理 zip 数据
    with zipfile.ZipFile(io.BytesIO(zip_data), 'r') as zip_ref:
        extracted_paths = []
        for file_name in zip_ref.namelist():
            if file_name.lower().endswith('.png'):  # 只提取 PNG 文件
                # 保存文件内容到内存中或其他处理逻辑
                extracted_paths.append(file_name)
        return extracted_paths

@app.route('/upload_zip', methods=['POST'])
def upload_zip():
    # 从请求数据中获取 Base64 格式的 zip 文件
    encoded_zip = request.json.get('imagesZipBase64', '')
    
    if encoded_zip == '':
        res = {"ret": 1, "msg": "No valid images zip's Base64 data", "labels": []}
        return jsonify(res), 200

    try:
        # 解码 Base64 数据为字节数据
        zip_data = base64.b64decode(encoded_zip)

        # 解压并查找 PNG 文件
        image_paths = unzip_and_find_png(zip_data)
        
        if len(image_paths) == 0:
            res = {"ret": 1, "msg": "No valid images in zip", "labels": []}
            return jsonify(res), 200
        
        # 返回找到的 PNG 文件路径列表
        res = {"ret": 0, "msg": "Images found", "labels": image_paths}
        return jsonify(res), 200
    
    except Exception as e:
        res = {"ret": 1, "msg": f"Error processing zip file: {str(e)}", "labels": []}
        return jsonify(res), 200

模拟发送

import base64
import requests

def zip_to_base64(zip_path):
    """
    读取本地 zip 文件并将其转换为 Base64 编码的字符串。
    :param zip_path: str, 本地 zip 文件路径
    :return: str, Base64 编码的字符串
    """
    try:
        with open(zip_path, 'rb') as file:
            zip_data = file.read()
            base64_encoded = base64.b64encode(zip_data).decode('utf-8')  # 转换为 Base64 并解码为字符串
        return base64_encoded
    except Exception as e:
        print(f"Error reading zip file: {e}")
        return None

def send_base64_to_api(base64_data, api_url):
    """
    将 Base64 编码的 zip 数据发送到指定 API。
    :param base64_data: str, Base64 编码的 zip 数据
    :param api_url: str, API 的地址
    :return: Response, 请求返回的响应
    """
    payload = {
        "imagesZipBase64": base64_data  # API 要求的字段名
    }
    try:
        headers = {'Content-Type': 'application/json'}
        response = requests.post(api_url, json=payload, headers=headers)
        return response
    except Exception as e:
        print(f"Error sending request to API: {e}")
        return None

if __name__ == "__main__":
    # 本地 zip 文件路径
    zip_file_path = "example.zip"
    
    # 将 zip 文件转换为 Base64
    base64_encoded_zip = zip_to_base64(zip_file_path)
    if not base64_encoded_zip:
        print("Failed to encode zip file to Base64.")
        exit()

    # 目标 API 地址
    api_endpoint = "http://localhost:5000/get_multi_labels"  # 替换为实际 API 地址

    # 发送请求
    response = send_base64_to_api(base64_encoded_zip, api_endpoint)
    if response is not None:
        print(f"API Response Status: {response.status_code}")
        print(f"API Response Data: {response.json()}")
    else:
        print("Failed to send data to API.")

二、其他方法

1. 使用 HTTP `multipart/form-data` 上传 -- 推荐

这是最常见的方法，适合中等大小的文件（如几十 MB）。其他后端通过 HTTP POST 请求将文件作为表单数据发送到 Flask。

Flask 后端代码：

from flask import Flask, request, jsonify

app = Flask(__name__)

# 配置最大上传文件大小（如 500 MB）
app.config['MAX_CONTENT_LENGTH'] = 500 * 1024 * 1024  # 500 MB

@app.route('/upload_zip', methods=['POST'])
def upload_zip():
    # 检查是否包含文件
    if 'file' not in request.files:
        return jsonify({"ret": 1, "msg": "No file uploaded"})
    
    zip_file = request.files['file']

    # 检查文件是否有效
    if zip_file.filename == '':
        return jsonify({"ret": 1, "msg": "Empty filename"})

    # 保存文件到本地
    save_path = f"./uploads/{zip_file.filename}"
    zip_file.save(save_path)

    return jsonify({"ret": 0, "msg": f"File '{zip_file.filename}' uploaded successfully", "path": save_path})

if __name__ == "__main__":
    app.run(debug=True)

其他后端代码示例（Python Requests）：

import requests
file_path = "large_file.zip"  # 本地文件路径
url = "http://flask-server-address/upload_zip"
with open(file_path, 'rb') as f:
    response = requests.post(url, files={'file': f})
print(f"Response: {response.status_code}, Data: {response.json()}")

特点：

优点：实现简单，支持多语言，适合中小型文件传输。
缺点：对于超大文件（>500 MB），容易造成内存和带宽压力。

2. 使用流式传输（Chunked Transfer Encoding）

对于超大文件，流式传输是更优的选择。其他后端将文件逐块读取并发送，Flask 后端逐块接收并处理。

Flask 后端代码：

from flask import Flask, request, jsonify
app = Flask(
__name__
)
@app.route('/upload_large_zip', methods=['POST'])
def upload_large_zip():
    try:
        save_path = "./uploads/large_file.zip"
        with open(save_path, 'wb') as f:
            # 按块读取请求数据并写入文件
            for chunk in request.stream:
                f.write(chunk)
        return jsonify({"ret": 0, "msg": "File uploaded successfully", "path": save_path})
    except Exception as e:
        return jsonify({"ret": 1, "msg": f"Error: {str(e)}"})
if 
name
 == "
__main__
":
    app.run(debug=True)

其他后端代码示例（Python Requests）：

import requests
file_path = "large_file.zip"
url = "http://flask-server-address/upload_large_zip"
def file_chunk_reader(file_path, chunk_size=1024 * 1024):  # 1 MB
    with open(file_path, 'rb') as f:
        while chunk := f.read(chunk_size):
            yield chunk
response = requests.post(url, data=file_chunk_reader(file_path))
print(f"Response: {response.status_code}, Data: {response.json()}")

特点：

优点：
- 内存占用低。
- 可处理超大文件（如 >1 GB）。
缺点：
- 需要其他后端支持流式上传。

3. 使用文件存储服务（如 S3、OSS）作为中间媒介

如果文件非常大且需要高效传输，可以通过云存储服务作为中转。其他后端将文件上传到云存储，Flask 后端只需下载即可。

流程：

其他后端将 .zip 文件上传到 S3、OSS 或其他文件存储服务。
上传完成后，通知 Flask 后端文件的下载 URL。
Flask 后端通过 URL 下载文件进行处理。

Flask 后端代码：

import requests
from flask import Flask, request, jsonify
app = Flask(
__name__
)
@app.route('/fetch_file', methods=['POST'])
def fetch_file():
    data = request.get_json()
    file_url = data.get('file_url')
    if not file_url:
        return jsonify({"ret": 1, "msg": "No file URL provided"})
    save_path = "./uploads/remote_file.zip"
    try:
        response = requests.get(file_url, stream=True)
        response.raise_for_status()  # 检查请求是否成功
        with open(save_path, 'wb') as f:
            for chunk in response.iter_content(chunk_size=1024 * 1024):  # 1 MB
                f.write(chunk)
        return jsonify({"ret": 0, "msg": "File fetched successfully", "path": save_path})
    except Exception as e:
        return jsonify({"ret": 1, "msg": f"Error fetching file: {str(e)}"})
if 
name
 == "
__main__
":
    app.run(debug=True)

特点：

优点：
- 避免直接传输大文件，节省带宽。
- 利用云存储服务的高效上传下载能力。
缺点：
- 需要配置云存储服务权限和 URL 签名。

4. 使用 WebSocket 或 TCP 直接传输

如果需要更低延迟和更高效的传输，可以考虑使用 WebSocket 或 TCP 传输协议。此方法适合实时性高、带宽充足的场景。

WebSocket 示例（后端使用 Flask-SocketIO）：

from flask import Flask
from flask_socketio import SocketIO
app = Flask(
__name__
)
socketio = SocketIO(app)
@socketio.on('upload_chunk')
def handle_upload_chunk(data):
    # 每次收到一个文件块时处理
    chunk = data.get('chunk')
    with open("./uploads/large_file.zip", 'ab') as f:
        f.write(chunk)
if 
name
 == "
__main__
":
    socketio.run(app, debug=True)

选择方案的建议：

文件大小	推荐方案
小文件（<50 MB）	使用 HTTP multipart/form-data 上传
中等文件（50-500 MB）	使用流式传输
大文件（>500 MB）	使用文件存储服务（如 S3/OSS），或者流式传输
实时数据	使用 WebSocket 或 TCP

根据文件大小和后端需求选择合适的方案，同时要考虑文件存储路径、权限管理以及网络稳定性等因素。

原文地址：https://blog.csdn.net/ThomasCai001/article/details/143980990

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

上一篇：uniapp 自定义popup 弹窗简单封装(微信小程序)
下一篇：大疆上云api开发

Windows电脑本地部署llamafile并接入Qwen大语言模型远程AI对话实战
Windows电脑本地部署llamafile并接入Qwen大语言模型远程AI对话实战
阅读更多2024-11-23
解决vm虚拟机中ctrl键粘滞问题（一直处于按下状态）
虚拟机中点击鼠标左键没有问题，单独按下键盘也没有问题，但是如果按下键盘的同时在按下鼠标左键就会卡住。而且100%稳定复现。发现问题原因：vm版本的问题，我的版本是17.5.0，升级成17.5.2 bu
阅读更多2024-11-23
第十章 JavaScript的应用
10.1.1 JavaScript简介1 简单性JavaScript 设计之初就考虑到了非专业程序员的使用，因此它的语法相对简单，容易上手。2 动态性JavaScript 是一种解释型语言，代码可以在
阅读更多2024-11-23
非root用户安装CUDA
4.下载完成后执行.run文件，需要添加两个参数，一个是--override，用于跳过某些检查或限制；另一个是--toolkitpath，它表示安装路径，必须是自己目录下面的路径，如果是根目录就会安装
阅读更多2024-11-23
Python操作neo4j库py2neo使用之py2neo 删除及事务相关操作（三）
【代码】## Python操作neo4j库py2neo使用之py2neo 删除及事务相关操作（三）
阅读更多2024-11-23
【通俗理解】Jensen不等式与变分分布q(z)在积分计算中的应用
Jensen不等式 #变分分布 #积分计算 #期望 #凸函数 #优化问题 #下界估计 #机器学习。
阅读更多2024-11-23
「Mac玩转仓颉内测版27」基础篇7 - 字符串类型详解
本篇将介绍 Cangjie 中的字符串类型，包括字符串的定义、字面量形式、插值表达、常用操作及应用场景，帮助开发者熟练掌握字符串的使用。
阅读更多2024-11-23
数据科学与SQL：组距分组分析 | 区间分布问题
绝对值分布分析也可以理解为组距分组分析。对于某个指标而言，一个记录对应的指标值的绝对值，肯定落在所有指标值的绝对值的最小值和最大值构成的区间内，根据一定的算法，在把这个区间划分为等距离的几个小区间，，
阅读更多2024-11-23
c++编译报C1004错误的原因及解决办法
可能是你的代码文件最后没有正确的结束符，或者是缺少了一些必要的头文件或语句。默认磁盘驱动器没有足够的空间用于临时文件，需要大约两倍于源文件的空间。编译器到达了源文件尾但未解析构造。计算结果为假的 #i
阅读更多2024-11-23
mysql 去重补全取出重复变量函数和存储过程
mysql 去重补全取出重复变量函数和存储过程
阅读更多2024-11-23

Python后端flask框架接收zip压缩包方法

一、用base64编码发送，以及接收

二、其他方法

1. 使用 HTTP multipart/form-data 上传 -- 推荐

2. 使用流式传输（Chunked Transfer Encoding）

3. 使用文件存储服务（如 S3、OSS）作为中间媒介

4. 使用 WebSocket 或 TCP 直接传输

相关文章

1. 使用 HTTP `multipart/form-data` 上传 -- 推荐