当前位置:首页 > 文章列表 > 文章 > 前端 > JavaScript文件上传与读取教程

JavaScript文件上传与读取教程

2026-02-01 20:50:35 0浏览 收藏

文章小白一枚,正在不断学习积累知识,现将学习到的知识记录一下,也是将我的所得分享给大家!而今天这篇文章《JavaScript文件上传与读取方法详解》带大家来了解一下##content_title##,希望对大家的知识积累有所帮助,从而弥补自己的不足,助力实战开发!


JavaScript无法直接访问本地文件系统,上传必须通过触发用户选择,再用FileReader读取或fetch+FormData上传;大文件需分片处理,后端负责合并与校验。

javascript如何实现文件上传_如何读取文件内容【教程】

JavaScript 本身不能直接访问本地文件系统,所以所谓“上传”必须通过 触发用户主动选择,再用 FileReader 或 fetch 配合后端接口完成——没有后端,文件就只停留在浏览器内存里。

用 FileReader 读取文件内容(文本/二进制)

这是最常用的前端读取方式,适用于小到中等体积文件(

常见错误:直接读 event.target.files[0] 的 content 属性(不存在);或在 onload 外访问 reader.result(还没加载完)。

  • readAsText(file, encoding):适合 .txt、.json、.csv 等纯文本,第二参数默认 "UTF-8"
  • readAsDataURL(file):返回 base64 字符串,适合预览图片,但体积膨胀 ~33%,别用于大图
  • readAsArrayBuffer(file):适合后续做二进制处理(如解析 Excel、音频头信息),需配合 Uint8Array 或 TextDecoder
const input = document.querySelector('input[type="file"]');
input.addEventListener('change', (e) => {
  const file = e.target.files[0];
  if (!file) return;

  const reader = new FileReader();
  reader.onload = () => {
    console.log(reader.result); // 文本内容或 base64 字符串
  };
  reader.onerror = () => {
    console.error('读取失败:', reader.error);
  };
  reader.readAsText(file);
});

用 fetch + FormData 实现真正上传

读取只是第一步,上传必须把文件交给服务器。这里不能传原始字符串或 base64,而要用 FormData 构造符合 multipart/form-data 规范的请求体。

容易踩的坑:fetch 默认不带 cookie,登录态丢失;没设 Content-Type 却手动设置了——FormData 会自动生成带 boundary 的 header,手动设反而会出错。

  • 后端接口必须支持 multipart/form-data 解析(如 Express 需 multer,Python Flask 需 request.files)
  • FormData.append('file', file) 中第一个参数是字段名,要和后端约定一致(常见为 file 或 upload)
  • 可追加其他字段:formData.append('name', 'report.pdf'),后端能一并接收
const uploadFile = async (file) => {
  const formData = new FormData();
  formData.append('file', file);

  try {
    const res = await fetch('/api/upload', {
      method: 'POST',
      body: formData,
      // 不要加 headers: { 'Content-Type': '...'' }
    });
    const data = await res.json();
    console.log('上传成功:', data);
  } catch (err) {
    console.error('上传失败:', err);
  }
};

大文件分片上传(避免内存爆、断点续传)

超过 50MB 的文件,FileReader 读全量 ArrayBuffer 会卡死页面,且失败就得重传全部。分片是实际生产中的标准做法。

核心逻辑:用 file.slice(start, end) 切块 → 每块单独 fetch → 后端按序合并。关键不在前端切,而在如何标识分片顺序和校验完整性。

  • 每片请求需携带元数据:filename、chunkIndex、totalChunks、hash(可选,防损坏)
  • 前端需记录已上传分片,失败时跳过已传过的片,实现“续传”
  • 最后一片上传后,后端触发合并操作(不要前端拼接,太慢且不可靠)

注意:file.slice() 返回新 Blob,不是字符串切片;不同浏览器对 slice 参数支持一致,但 IE10+ 才有,现代项目可放心用。

真正难的从来不是怎么读或怎么发,而是后端怎么存、怎么防重名、怎么校验类型(别只信 file.type)、怎么清理临时分片——这些 JS 控制不了,但前端必须和后端对齐协议。

理论要掌握,实操不能落!以上关于《JavaScript文件上传与读取教程》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

Windows10开启网络发现教程Windows10开启网络发现教程
上一篇
Windows10开启网络发现教程
Python处理VCF文件方法与技巧
下一篇
Python处理VCF文件方法与技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    532次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    589次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    615次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    568次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    392次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码