Snipe-IT 使用 Python Requests 上传 PDF 文件问题解析
2025-05-19 21:15:21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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0216
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler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。
C
471
465
Ascend Extension for PyTorch
Python
758
968
昇腾LLM分布式训练框架
Python
185
231
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
698
1.4 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
878
2.03 K
暂无描述
Dockerfile
780
5.08 K
🔥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
70
22
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
2.08 K
216