Form-Data 库使用详解
Form-Data 是一个用于创建可读的 "multipart/form-data" 流的库,可以用来向其他网络应用程序提交表单和文件上传。本文将详细介绍如何安装和使用 Form-Data 库,以及如何使用其 API。
1. 安装指南
首先,您需要使用 npm 来安装 Form-Data 库。在命令行中运行以下命令:
npm install --save form-data
2. 项目使用说明
Form-Data 库的使用非常简单。以下是一个例子,展示如何构造一个包含字符串、缓冲区和文件流的表单:
var FormData = require('form-data');
var fs = require('fs');
var form = new FormData();
form.append('my_field', 'my value');
form.append('my_buffer', new Buffer(10));
form.append('my_file', fs.createReadStream('/foo/bar.jpg'));
您还可以使用 HTTP 响应流:
var FormData = require('form-data');
var http = require('http');
var form = new FormData();
http.request('http://nodejs.org/images/logo.png', function(response) {
form.append('my_field', 'my value');
form.append('my_buffer', new Buffer(10));
form.append('my_logo', response);
});
或者使用 @mikeal 的 request 库流:
var FormData = require('form-data');
var request = require('request');
var form = new FormData();
form.append('my_field', 'my value');
form.append('my_buffer', new Buffer(10));
form.append('my_logo', request('http://nodejs.org/images/logo.png'));
要将表单提交给网络应用程序,请调用 submit(url, [callback]) 方法:
form.submit('http://example.org/', function(err, res) {
// res – 响应对象 (http.IncomingMessage)
res.resume();
});
3. 项目API使用文档
Form-Data 提供了多种方法和选项,以下是一些常用方法的说明:
append(field, value, [options])
向表单添加数据。可以提交几乎任何格式(字符串、整数、布尔值、缓冲区等)。但是,数组需要用户转换为字符串。
var form = new FormData();
form.append('my_string', 'my value');
form.append('my_integer', 1);
form.append('my_boolean', true);
form.append('my_buffer', new Buffer(10));
form.append('my_array_as_json', JSON.stringify(['bird', 'cute']));
可以为选项提供一个字符串或一个对象。
// 通过为选项提供字符串来设置文件名
form.append('my_file', fs.createReadStream('/foo/bar.jpg'), 'bar.jpg');
// 提供一个对象
form.append('my_file', fs.createReadStream('/foo/bar.jpg'), {filename: 'bar.jpg', contentType: 'image/jpeg', knownLength: 19806});
getHeaders([userHeaders])
此方法将正确的 content-type 头添加到提供的 userHeaders 数组中。
getBoundary()
返回表单数据的边界字符串。
setBoundary(boundary)
设置边界字符串,覆盖上述默认行为。
注意:边界必须唯一,且不得出现在数据中。
getBuffer()
返回完整的表单数据请求包,作为 Buffer。您可以将此 Buffer 插入 Axios 等库以发送多部分数据。
getLengthSync()
与 getLength 相同,但是同步。
注意:getLengthSync 不 计算流的长度。
getLength(callback)
异步返回 Content-Length。回调用于处理错误并在长度计算完成后继续。
hasKnownLength()
检查是否知道添加的值的长度。
submit(params, callback)
将表单提交给网络应用程序。
toString()
返回表单数据作为字符串。如果发送文件或缓冲区,请使用 getBuffer()。
4. 项目安装方式
Form-Data 库的安装方式已在第一部分“安装指南”中说明,使用 npm 命令安装即可。
以上是 Form-Data 库的详细使用说明和 API 文档。希望这些信息对您有所帮助。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00