Snipe-IT 使用 Python Requests 上传 PDF 文件问题解析
2025-05-19 02:36:44作者:裘旻烁
在使用 Snipe-IT 资产管理系统的 API 时,开发者可能会遇到通过 Python 的 requests 库上传 PDF 文件失败的问题。本文将深入分析这个常见问题的原因,并提供完整的解决方案。
问题现象
当尝试通过 Python requests 向 Snipe-IT 的资产端点上传 PDF 文件时,系统返回 HTTP 422 错误,提示"Invalid JSON"。开发者尝试了多种文件参数传递方式均未成功,包括:
- 直接传递文件对象
- 读取文件内容后传递
- 使用不同的参数名称(file/file[])
- 尝试使用 payload 参数
根本原因分析
问题核心在于请求头中错误地设置了Content-Type: application/json。这个设置会导致服务器期望接收 JSON 格式的数据,而实际上文件上传应该使用 multipart/form-data 格式。
解决方案
正确的 Python requests 实现方式如下:
import requests
TOKEN = "your_api_token"
file_name = "example.pdf"
headers = {
"Authorization": f"Bearer {TOKEN}",
"Accept": "application/json"
}
files = {
"file[]": open(file_name, "rb")
}
response = requests.post(
"https://your-snipe-it-instance/api/v1/hardware/1234/files",
files=files,
headers=headers
)
关键点说明:
- 移除了
Content-Type头,让 requests 自动设置正确的multipart/form-data - 使用
files参数而不是data或json参数 - 保持
file[]作为参数名,这是 Snipe-IT API 要求的格式
技术原理
文件上传通常使用 multipart/form-data 编码,这与常规的 JSON API 请求不同。当使用 requests 的files参数时,库会自动:
- 设置正确的 Content-Type 头
- 构建适当的多部分表单数据
- 处理文件流的编码
手动设置Content-Type: application/json会干扰这个自动过程,导致服务器无法正确解析上传的文件。
最佳实践建议
- 对于文件上传 API,通常不需要手动设置 Content-Type
- 使用 requests 的
files参数处理文件上传 - 检查 API 文档确认正确的参数名(如 Snipe-IT 使用
file[]) - 对于大文件,考虑使用流式上传或分块上传
通过遵循这些原则,可以确保与 Snipe-IT 文件上传 API 的稳定交互。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C043
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
698
163
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
696
369
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.23 K
674
Ascend Extension for PyTorch
Python
242
280
React Native鸿蒙化仓库
JavaScript
270
328