curl 使用 multipart 上传并保留响应头
如果接口要求文件和普通字段一起提交,curl 应使用 -F/--form 组成 multipart/form-data 请求;如果还要保留服务端返回的状态码、Location、Set-Cookie 或自定义头,关键在于选择 -i 还是 -D。前者把响应头和正文放在同一输出流,后者把响应头单独写入文件。
官方地址:https://curl.se/
-F "file=@./report.csv"负责上传文件,普通表单值也可以使用另一个-F。-i适合人工查看完整响应,-D配合-o更适合脚本和留档。- 不要手写 multipart 的 boundary;重定向、认证头和敏感 Cookie 要单独判断信任边界。
先把文件字段和普通字段分开
假设接口约定文件字段名为 file,还接收一个文本字段 scene。文件项的 @ 表示从本地读取内容,;type= 可以为文件声明更合适的媒体类型。不要把本机真实目录、令牌或私人域名直接放进文章命令。
# 用 -F 生成 multipart/form-data,同时提交文件和普通字段
curl --request POST \
--url https://api.example.test/upload \
--form "file=@./report.csv;type=text/csv" \
--form "scene=monthly" \
--header "Authorization: Bearer YOUR_TOKEN"
每一个 --form 都对应一个 multipart part。接口若把字段名写成 upload,就必须把 file= 改成 upload=;这比盲目追加请求头更重要。通常不需要手写 Content-Type: multipart/form-data,让 curl 自动生成 boundary,手写错误的 boundary 反而会导致服务端无法解析。

用 -i 在同一输出中保留响应头
调试接口或人工核对返回值时,可以加 --show-headers(短参数 -i)。它会把 HTTP 状态行和响应头放在正文前面,适合一次性查看“服务端返回了什么”。
# -i 把响应头和正文放到同一标准输出,便于人工对照
curl --request POST \
--url https://api.example.test/upload \
--form "file=@./report.csv;type=text/csv" \
--form "scene=monthly" \
--show-headers
看到 HTTP/1.1 201 或实际接口约定的成功状态后,再检查 Location、Content-Type 和正文中的任务编号。-i 不是查看请求头的参数;如果要看发送出去的请求细节,应使用 --verbose,但其中可能包含认证信息,复制日志前要先脱敏。
脚本处理时改用 -D 和 -o 分离文件
混合输出对人友好,却不适合直接交给 JSON 解析器。要让脚本分别读取响应头和正文,可使用 --dump-header(短参数 -D)与 --output(短参数 -o)。
# -D 保存响应头,-o 保存正文,避免把 HTTP 头传给 JSON 解析器
curl --request POST \
--url https://api.example.test/upload \
--form "file=@./report.csv;type=text/csv" \
--form "scene=monthly" \
--dump-header response-headers.txt \
--output response-body.json
# 只读取本次响应的状态行和关键头,正文仍保留原始 JSON
sed -n '1,12p' response-headers.txt
response-headers.txt 是头部留档,response-body.json 才是接口正文。若服务端发生多次重定向,头文件可能包含多组响应头,因此脚本应按状态行分段,而不是假定第一组就是最终响应。

重定向、认证和失败状态要单独检查
接口返回 3xx 时,是否跟随跳转不是默认的上传逻辑。确认跳转地址仍属于可信服务后,再考虑 --location;不要为了“让请求成功”直接把认证头和 Cookie 无条件带到未知主机。更稳妥的做法是记录最终 URL、状态码和响应头,再判断是否需要重新构造请求。
在自动化脚本里,可以把错误输出与返回码也留住,但不要把返回码当成业务成功的唯一条件:HTTP 状态码、响应正文里的业务码、响应头中的任务位置都应按接口约定核对。上传接口若要求幂等键或分片协议,单纯增加 -F 并不能替代它。
常见问题
为什么上传接口提示不是 multipart?
优先检查是否真的使用了 -F,以及字段名和文件路径是否正确。不要手写一个与 curl 实际边界不一致的 Content-Type。
-i 和 -D 应该怎么选?
人工查看选 -i;需要把响应交给脚本、保存正文或比较多次结果时,用 -D 配合 -o。
响应头里为什么会出现多组状态行?
常见原因是重定向或代理返回了中间响应。脚本应识别每一组状态行,确认最终响应,而不是只取文件第一行。
记住这个最小决策:先用 -F 正确组成表单;调试时用 -i 看完整返回;自动化时用 -D 和 -o 分离头体;涉及跳转和认证时,再按信任边界决定是否继续。
暗色学院派秋夜图书馆手机壁纸提示词与暖光层次
- 上一篇
- 暗色学院派秋夜图书馆手机壁纸提示词与暖光层次
- 下一篇
- 特效变音魔术师怎么录制钢琴音效?菜单入口、试听与保存说明
-
- 文章 · 软件教程 | 2天前 | git · 软件教程 · Git GitHub Desktop 恢复单个文件
- GitHub Desktop 按提交恢复单个文件的操作
- 226浏览 收藏
-
- 文章 · 软件教程 | 2天前 |
- Docker Compose 服务名解析与自定义网络配置
- 286浏览 收藏
-
- 文章 · 软件教程 | 2天前 | 开发工具 · 团队协作 · Git 分支管理 Git worktree 并行开发 功能分支
- Git worktree 并行维护多个功能分支的操作方法
- 308浏览 收藏
-
- 文章 · 软件教程 | 2天前 |
- VS Code profiles 按项目隔离扩展与设置
- 260浏览 收藏
-
- 文章 · 软件教程 | 3天前 | 软件教程 · JetBrains IDE Shelf Shelve Changes Unshelve
- JetBrains IDE 怎么用 Shelf 暂存未完成修改
- 173浏览 收藏
-
- 文章 · 软件教程 | 3天前 |
- OBS Studio 怎么备份场景集合与配置文件
- 389浏览 收藏
-
- 文章 · 软件教程 | 3天前 |
- Shotcut 怎么开启代理剪辑提升预览流畅度
- 258浏览 收藏
-
- 文章 · 软件教程 | 3天前 |
- VLC 字幕不同步怎么精确调整延迟
- 263浏览 收藏
-
- 文章 · 软件教程 | 3天前 | Audacity 降噪 Noise Reduction Noise Profile
- Audacity 怎么采样噪声并降低持续底噪
- 285浏览 收藏
-
- 文章 · 软件教程 | 3天前 |
- Blender 怎么建立可复用的本地资产库
- 331浏览 收藏
-
- 文章 · 软件教程 | 4天前 |
- Figma Variables 怎么为组件切换主题模式
- 300浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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。
- 288次使用
-
- 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。
- 340次使用
-
- 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。
- 342次使用
-
- 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。
- 306次使用
-
- 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。
- 130次使用
-
- VS Code 怎么给 Go 项目配置测试任务:tasks.json 运行与结果验收
- 2026-07-09 501浏览
-
- Windows 11 如何开启 HEIF 图片支持
- 2026-05-31 501浏览
-
- TikTok用户画像与付费订阅变现方法
- 2026-05-27 501浏览
-
- 学信网学历翻译件申请方法
- 2026-05-27 501浏览
-
- Windows 11 24H2 更新失败0x80070005解决方法
- 2026-05-26 501浏览

