深入理解unjs/ofetch中Response.blob()的使用问题
2025-06-12 08:18:20作者:范靓好Udolf
背景介绍
在JavaScript的Fetch API中,Response对象提供了多种方法来处理不同类型的响应数据,其中blob()方法用于将响应体读取为Blob对象。然而,当我们在unjs/ofetch库中使用这一功能时,可能会遇到r2.blob is not a function的错误提示。
问题本质
这个问题源于unjs/ofetch库对原生Fetch API的封装方式。ofetch默认会对响应进行预处理,返回一个已经解析过的响应对象,而不是原生的Response对象。当我们尝试调用blob()方法时,实际上是在处理一个已经被处理过的响应对象,而非原生的Response对象,因此会出现方法不存在的错误。
解决方案
要解决这个问题,我们需要使用ofetch的raw模式。raw模式会返回未经处理的原始响应对象,保留了所有原生Response的方法,包括blob()。具体实现方式如下:
const fetch = $fetch.create({
responseType: 'stream',
onResponse({ response }) {
// 这里可以验证我们确实获得了原始响应
},
});
// 使用raw方法获取原生Response
const rawFetch = fetch.raw;
实际应用场景
这种问题常见于需要处理二进制数据的场景,例如:
- 图片或文件下载
- 音频/视频流处理
- 需要直接操作二进制数据的API调用
技术原理深度解析
ofetch库的设计初衷是简化Fetch API的使用,因此默认会对响应进行自动解析。这种设计对于大多数JSON API调用非常方便,但对于需要直接操作原始响应的情况就不太适用。raw模式实际上是绕过了ofetch的响应处理管道,直接返回了浏览器原生的Response对象。
最佳实践建议
- 对于常规的JSON API调用,继续使用ofetch的默认行为
- 当需要访问原生Response方法(如blob(), arrayBuffer(), text())时,使用raw模式
- 在创建自定义fetch实例时,明确设置responseType参数
- 对于复杂的二进制数据处理,考虑使用专门的流处理库
总结
理解ofetch库的设计哲学和内部工作机制对于正确使用它至关重要。虽然默认的简化接口适合大多数场景,但在处理特殊数据类型时,我们需要知道如何访问底层的原生功能。通过合理使用raw模式,我们可以在享受ofetch便利性的同时,不失去对底层功能的控制权。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
286
暂无简介
Dart
905
218
🔥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
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108