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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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
12
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
68
20
🎉 (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
1.37 K
781