tus-js-client 中实现上传完成回调的最佳实践
2025-07-02 17:00:09作者:袁立春Spencer
在基于浏览器的文件上传场景中,tus-js-client 作为实现 TUS 断点续传协议的核心库,其异步上传特性常常需要开发者处理上传完成后的回调逻辑。本文将深入探讨如何优雅地封装上传过程,实现上传完成后的响应处理。
核心问题分析
原生 tus.Upload 实例采用事件驱动模式,通过 onSuccess 和 onError 回调处理上传结果。这种模式在现代前端开发中(特别是 React/Vue 等框架)往往需要转换为更符合开发者习惯的 Promise 模式,以便于在 async/await 语法中使用。
解决方案实现
通过 Promise 封装是最符合工程实践的解决方案:
const tusUpload = (file: File) => {
return new Promise((resolve, reject) => {
const upload = new tus.Upload(file, {
endpoint: 'YOUR_TUS_ENDPOINT',
retryDelays: null,
onError: (error) => {
reject(error);
},
onSuccess: () => {
try {
const response = JSON.parse(upload.lastResponse.getBody());
resolve(response);
} catch (e) {
reject(new Error('Failed to parse response'));
}
}
});
upload.start();
});
};
关键实现要点
- 错误处理强化:除了网络错误,还应该处理响应解析错误
- 响应解析:TUS 协议响应通常是 JSON 格式,需要显式解析
- 类型安全:在 TypeScript 中建议定义明确的返回类型
- 取消支持:可扩展实现上传取消功能
实际应用示例
在 React 组件中的典型用法:
const handleUpload = async (file) => {
try {
setUploadStatus('uploading');
const result = await tusUpload(file);
await createProject({ video_id: result.id });
setUploadStatus('success');
} catch (error) {
setUploadStatus('error');
showErrorToast(error.message);
}
};
进阶优化建议
- 进度监控:可结合 onProgress 回调实现上传进度显示
- 并发控制:对于批量上传场景需要实现队列管理
- 重试策略:根据业务需求定制 retryDelays 参数
- 内存管理:大文件上传时注意内存释放
总结
通过 Promise 封装 tus-js-client 的上传过程,不仅使代码更符合现代前端开发范式,还能更好地与状态管理、错误处理等系统集成。这种模式特别适合需要在上传完成后执行后续业务逻辑的场景,如创建关联记录、更新UI状态等。开发者可以根据实际需求扩展基础实现,构建更健壮的上传解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0209- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
618
4.08 K
Ascend Extension for PyTorch
Python
453
538
🔥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
69
21
暂无简介
Dart
858
205
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++
926
776
🎉 (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
1.48 K
836
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178
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
374
254
昇腾LLM分布式训练框架
Python
133
159