如何使用FastAPI高效上传大文件?
使用 FastAPI 的服务器端上传大文件
FastAPI 服务器可以使用 UploadFile 类处理大文件上传。下面是一个示例:
async def uploadfiles(upload_file: UploadFile = File(...)): ...
客户端请求问题
从客户端发送大文件时,可能会因以下原因出现问题:
- multipart/form-data 标头:客户端的请求应将 Content-Type 标头指定为 multipart/form-data,后跟必要的边界字符串。但是,如果您不使用库来处理文件上传,则必须手动设置此标头。
- MultipartEncoder 用法:确保 MultipartEncoder 在声明 upload_file 字段时包含文件名。
- 库推荐:使用过时的库(例如,不建议使用 requests-toolbelt)进行文件上传。考虑使用 Python 请求或 HTTPX,因为它们为大文件上传提供更好的支持。
使用 .stream() 的更快选项
通过访问请求body 作为流,可以避免将整个文件加载到内存中,从而提高上传速度。这可以使用 .stream() 方法来实现。以下是使用streaming-form-data库的示例:
from streaming_form_data import StreamingFormDataParser from streaming_form_data.targets import FileTarget request_body = await request.stream() parser = StreamingFormDataParser(headers=request.headers) parser.register('upload_file', FileTarget(filepath)) async for chunk in request_body: parser.data_received(chunk)
使用UploadFile和Form的替代选项
如果您更喜欢使用常规的def端点,您可以可以处理文件上传如下:
from fastapi import File, UploadFile, Form, HTTPException, status import aiofiles import os CHUNK_SIZE = 1024 * 1024 @app.post("/upload") async def upload(file: UploadFile = File(...), data: str = Form(...)): try: filepath = os.path.join('./', os.path.basename(file.filename)) async with aiofiles.open(filepath, 'wb') as f: while chunk := await file.read(CHUNK_SIZE): await f.write(chunk) except Exception: raise HTTPException(status_code=status.HTTP_500_INTERNAL_SERVER_ERROR, detail='There was an error uploading the file') finally: await file.close() return {"message": f"Successfuly uploaded {file.filename}"}
增加HTTPX客户端超时
使用HTTPX库时,可能需要增加超时,以防止大文件上传时读取超时。
timeout = httpx.Timeout(None, read=180.0)
以上是如何使用FastAPI高效上传大文件?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

Linux终端中查看Python版本时遇到权限问题的解决方法当你在Linux终端中尝试查看Python的版本时,输入python...

在使用Python的pandas库时,如何在两个结构不同的DataFrame之间进行整列复制是一个常见的问题。假设我们有两个Dat...

本文讨论了诸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和请求等流行的Python库,并详细介绍了它们在科学计算,数据分析,可视化,机器学习,网络开发和H中的用途

Uvicorn是如何持续监听HTTP请求的?Uvicorn是一个基于ASGI的轻量级Web服务器,其核心功能之一便是监听HTTP请求并进�...

在Python中,如何通过字符串动态创建对象并调用其方法?这是一个常见的编程需求,尤其在需要根据配置或运行...

如何在10小时内教计算机小白编程基础?如果你只有10个小时来教计算机小白一些编程知识,你会选择教些什么�...
