tus-js-client 文件上传成功回调机制解析
2025-07-02 04:37:42作者:卓艾滢Kingsley
在文件上传场景中,开发者经常需要准确获取上传成功后的文件地址。本文将深入分析 tus-js-client 这一基于 tus 协议的文件上传客户端库的成功回调机制,帮助开发者正确处理文件上传后的业务逻辑。
核心问题背景
在实际开发中,我们经常遇到这样的需求:当文件成功上传到服务器后,需要立即获取该文件的访问地址,并将其存储到数据库中。然而,如果在上传完成前就记录文件地址,可能会导致用户访问时出现404错误。
tus-js-client 的回调机制
tus-js-client 提供了多个回调函数来处理上传过程的不同阶段:
- onBeforeRequest:在每个请求发送前触发
- onAfterResponse:在收到服务器响应后触发
- onSuccess:在整个文件上传成功完成后触发
获取上传文件地址的解决方案
方案一:利用 upload.url 属性
tus-js-client 的 Upload 对象提供了 url 属性,该属性包含了上传完成后文件的访问地址。这是官方推荐的方式,可以直接通过这个属性获取文件地址。
方案二:结合 Uppy 的事件机制
如果开发者使用的是 Uppy 文件上传库(内部使用 tus-js-client),可以通过监听 "upload-success" 事件来获取上传完成的文件信息。这个事件会在文件上传成功后触发,并包含完整的文件信息对象,其中就包含了文件的访问地址。
最佳实践建议
-
避免在 onBeforeRequest 中处理业务逻辑:虽然这个回调中可以获取到文件地址,但此时上传尚未完成,不适合进行数据库记录等操作。
-
优先使用 onSuccess 回调:这是最可靠的上传成功指示器,可以确保文件已经完全传输到服务器。
-
结合 Uppy 时使用专用事件:Uppy 的 "upload-success" 事件专为上传成功场景设计,提供了更丰富的信息和更好的集成体验。
实现示例
// 使用 tus-js-client 直接获取文件地址
const upload = new tus.Upload(file, {
endpoint: '/upload',
onSuccess: function() {
console.log('文件上传成功,地址为:', upload.url);
// 这里可以进行数据库存储等操作
}
});
// 使用 Uppy 监听上传成功事件
uppy.on('upload-success', (file, response) => {
console.log('文件上传成功:', file.name, '地址:', response.uploadURL);
});
通过理解这些机制,开发者可以更可靠地处理文件上传后的业务逻辑,避免出现文件未完成上传就被记录的情况。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219