HttpClient使用管道流提交Multipart请求

最新推荐文章于 2025-03-17 09:48:16 发布
最新推荐文章于 2025-03-17 09:48:16 发布
阅读量501 收藏 2
点赞数
文章标签： java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/csdn_0xFFFF/article/details/120453749
版权
本文介绍了如何利用Java HttpClient与管道流处理大体积的Multipart请求。当Multipart请求体过大时，可以将数据写入磁盘或者利用管道流避免内存不足的问题。在HttpClient中，虽然没有内置的Multipart请求体构建API，但可以借助httpmime库来构造。同时，文章提供了一个完整的客户端和服务端Demo，展示如何实际操作。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

HttpClient 是JDK11提供的一个全新HTTP客户端Api，超级好用。

Multipart 请求

HttpClient 并没有提供 Multipart 请求体的构建Api。但是可以使用apache的开源httpmime库来进行构建。

<!-- https://mvnrepository.com/artifact/org.apache.httpcomponents/httpmime -->
<dependency>
    <groupId>org.apache.httpcomponents</groupId>
    <artifactId>httpmime</artifactId>
    <version>4.5.13</version>
</dependency>

构建一个 MultipartBody

// 构建Multipart请求
HttpEntity httpEntity = MultipartEntityBuilder.create()
		// 表单数据
		.addPart("name", new StringBody(UriUtils.encode("SpringBoot中文社区", StandardCharsets.UTF_8), ContentType.APPLICATION_FORM_URLENCODED))
		// JSON数据
		.addPart("info", new StringBody("{\"site\": \"https://springboot.io\", \"now\": 2021}", ContentType.APPLICATION_JSON))
		// 文件数据
		.addBinaryBody("file", file, ContentType.APPLICATION_OCTET_STREAM, "eclipse-jee-2019-12-R-win32-x86_64.zip")
		.build();

ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream((int) httpEntity.getContentLength());

// 把body写入到内存
httpEntity.writeTo(byteArrayOutputStream);

Multipart 请求可以一次性post多个子body，通常用来上传本地磁盘上的文件。所以这种请求体可能会异常庞大。甚至内存不能完整的存入整个请求体。那么这个时候有2种办法可以解决。

  1. 先把构建好的Body数据写入到磁盘，再通过IO磁盘数据，提交给服务器
  2. 使用管道流，在读取磁盘数据进行body构建的时候，直接通过管道提交到远程服务器

管道流

管道流，顾名思义，可以往一边写，从另一边读。

// 创建读取流
PipedInputStream pipedInputStream = new PipedInputStream();
// 创建写入流
PipedOutputStream pipedOutputStream = new PipedOutputStream();
最低0.47元/天 解锁文章
HttpClient之Multipart上传文件
04stone37
11-03 7492
MultipartEntityBuilder   Multipart的具体含义可参考博文，或者RFC2046，HttpClient提供的MultipartEntityBuilder类是对此规范的具体实现。如下图所示，最重要的属性有三个： contentType：即HTTP请求头CONTENT_TYPE的值，默认为multipart/form-data； boundary：分隔符边界，默认会自动...
springboot-webFlux的webclient详细使用介绍，细节拉满
热门推荐
秃了也弱了
09-24 1万+
在 Spring 5 之前，如果我们想要调用其他系统提供的 HTTP 服务，通常可以使用 Spring 提供的 RestTemplate 来访问，不过由于 RestTemplate 是 Spring 3 中引入的同步阻塞式 HTTP 客户端，因此存在一定性能瓶颈。根据 Spring 官方文档介绍，在将来的版本中它可能会被弃用。WebClient是Spring WebFlux模块提供的一个非阻塞的基于响应式编程的进行Http请求的客户端工具，从Spring5.0开始提供。
httpclient支持multipart的jar包
11-09
HTTP POST当前主要是通过键值对传递参数，但是对于更为复杂的参数，例如图片、文件等，使用键值对则难以完成。这时我们就需要content-type为multipart，此资源即是开发所需的jar包：httpmime-4.3.1.jar&httpcore;-4.3.jar...
解决SpringBoot中@RequestBody不能和Multipart同时传递的问题
ui99tew1的博客
03-17 539
默认情况下，这两者是不能同时使用的，因为HTTP请求的Content-Type头信息只能包含一个值。但你可以通过以下方法解决。注解可以同时处理普通参数和Multipart文件，允许你在一个方法中处理多种类型的参数。请根据你的实际需求选择上述方法之一来解决Spring Boot中。如果你的请求体中包含多种类型的参数，可以使用。注解用于接收HTTP请求的请求体内容，而。来接收参数，然后在方法内部进行解析。注解来接收请求体内容，而不是使用。在Spring Boot中，
HttpClient发送MultipartFile多文件及多参数请求
fraya1234的专栏
11-21 3094
HttpClient发送MultipartFile多文件及多参数请求
HttpClient方式请求发送multipart-form-data混合数据（包括多个文件和json字符串等）
震旦小读者的博客
11-16 3695
前言： 之前用了spring框架的restTemplate实现multipart-form-data混合数据（包括多个文件和json字符串等）的上传，现在使用httpClient方式来实现。 环境： <dependency> <groupId>commons-httpclient</groupId> <artifactId>commons-httpclient</artifactId> <version>
C#编程进阶课：如何优雅且高效地使用HttpClient发送HTTP请求
本文旨在探讨C#中HttpClient的使用方法及其在HTTP协议操作中的高级应用和性能优化。首先介绍了HTTP协议的基础知识，然后深入讲解了HttpClient的基本操作和高级HTTP请求配置，强调了性能考量和实践应用案例的重要性。...
C#Post带参数请求+WebService接口.zip
05-23
在C#中，我们可以使用HttpClient类来实现POST请求。以下是一个基本的POST请求步骤： - 创建HttpClient对象：首先，需要创建一个`HttpClient`实例，它是HTTP客户端服务的基础类，用于发送HTTP请求。 - 设置请求头...
一个linux下简单的纯C++实现Http请求类(GET，POST，上传，下载)
weixin_30758821的博客
10-23 1555
目录 一个linux下简单的纯C++实现Http请求类（GET，POST，上传，下载） Http协议简述 HttpRequest类设计 请求部分 接收部分 关于上传和下载 Cpp实现 关于源码中的Logger ...
HttpClient以multipart/form-data形式 提交文件和其它参数
He_lh的博客
01-09 771
MultipartFormDataContent
c#实现HttpClient拼接multipart/form-data形式参数post提交数据
01-09
使用c#实现的HttpClient拼接multipart/form-data形式参数post提交数据，包含图片内容，有需要的可以下载，希望能帮到有需要的人，
MultipartEntityBuilder方法需要调用的jar包
07-20
jar包有10个分别为：commons-codec-1.10.jar，commons-logging-1.2.jar，fluent-hc-4.5.5.jar，httpclient-4.5.5.jar，httpclient-cache-4.5.5.jar，httpclient-win-4.5.5.jar，httpcore-4.4.9.jar，httpmime-4.5.5.jar，jna-4.4.0.jar，jna-platform-4.4.0.jar
multipartform-data 参数传递
06-27
<form method="post" ENCTYPE="multipart/form-data"> file类型职务的普通参数传递到后台问题解决
HttpClient发起multipart/formdata格式的请求
看表该写博客了
04-24 2562
base64转MultipartFile final String[] base64Array = file.split(","); String dataUir, data; if (base64Array.length > 1) { dataUir = base64Array[0]; data = base64Array[1]; } else { //根据你base64代表的具体文件构建 dataUir = "data:image/jpg;base64";
使用HttpClient实现接口传输multipart/form-data文件数据和文本数据
碎片令人怀念的的博客
08-03 5538
public String httpPostRequest(String url, MultipartFile multipartFile, String fileParName, Map<String, Object> params, int timeout) { String sTestsetFile=System.getProperty("user.dir")+Fi...
C# HttpClient Multipart 上传文件
godtoy的逆向小屋
11-27 2458
使用httpClient 上传文件 需求如下，上传文件接口： POST /api/app/v01 HTTP/1.1 User-Agent: Dalvik/2.1.0 (Linux; U; Android 5.1.1; xiaomi 6 Build/LYZ28N) ShoppiesForAndroidApp Version/3.0.15 Cache-Control: no-cache Content...
HttpClient - multipart/form-data文件中转上传
道阻且长，行则将至
11-23 835
.NET使用HttpClient以multipart/form-data形式post上传文件及其相关参数
寒冰屋的专栏
05-31 1765
本次要讲的是使用.Net HttpClient拼接multipark/form-data形式post上传文件和相关参数，并接收到上传文件成功后返回过来的结果（图片地址，和是否成功）。可能有很多人会说用ajax不是就可以轻松的实现吗？的确是在不存在跨域问题的前提下使用ajax上传文件，接收返回结果是最佳的选择。无奈的是我们对接的是第三方的一个上传图片的接口，而且对方并没有对我们的域名设置允许跨域，为了能够解决这一问题我们只能够通过后端请求避免跨域问题。
asp.net开发网站使用ollama调用本地deepseek模型进行对话交互，支持历史对话保存、新建对话、上传文件分析，前后对话连贯延续
最新发布
03-19
<think>好的，我现在需要帮助用户在ASP.NET中集成Ollama和DeepSeek模型，实现对话功能，并支持历史记录管理、文件上传以及保持对话的连贯性。首先，我需要明确用户的需求，了解各个组件的集成方式，并考虑如何将这些功能结合起来。 首先，Ollama和DeepSeek模型都是AI模型，可能需要通过API调用。用户提到的是在ASP.NET环境下集成，所以可能需要使用C#进行开发。我需要参考已有的引用内容，看看有没有相关的示例或方法可以借鉴。 根据引用[1]，提到了在.NET应用程序中调用DeepSeek API的方法，使用了Microsoft.Extensions.AI库。这可能是一个关键点，需要了解如何配置和使用这个库来处理模型的管理和推理。而引用[5]中的代码片段展示了如何遍历模型列表、选择模型并进行聊天交互，这可能与Ollama的集成有关，因为代码中提到了ollama.SelectedModel和Chat类的使用。 接下来，用户需要实现对话交互，包括历史记录的保存、新建对话、文件上传和分析，以及保持连贯的对话。我需要考虑以下几个方面： 1. **模型集成**：如何同时集成Ollama和DeepSeek模型，可能需要分别调用它们的API。例如，DeepSeek的API调用可以参考引用[1]，而Ollama可能使用类似引用[5]中的本地模型调用方式。 2. **对话管理**：需要设计一个数据结构来保存历史对话记录，可能每个对话会话（Session）有一个唯一的ID，记录用户和AI的交互消息。历史记录的存储可以使用数据库或者内存缓存，但考虑到持久化，数据库更可靠。 3. **文件上传与分析**：用户上传的文件需要被处理，可能涉及到文件存储、解析（如文本提取、数据分析等），然后将分析结果作为对话上下文的一部分传递给模型。这部分可能需要结合ASP.NET的文件上传功能，如引用[2]中提到的前后端交互方式，比如通过表单提交或Ajax上传文件。 4. **连贯对话**：确保每次对话请求都包含之前的上下文，这样模型能理解之前的交流。这需要在每次API调用时，将历史记录作为参数传递，或者在后端维护当前的会话状态。 接下来，具体步骤可能包括： - **配置模型API**：在ASP.NET项目中配置DeepSeek和Ollama的API端点、密钥等信息。对于DeepSeek，可能需要使用HttpClient发送请求，处理响应。对于Ollama，如果是在本地运行，可能需要调用本地服务的API端口，如引用[5]中的代码所示。 - **创建对话服务类**：设计一个服务类，处理消息的发送、接收，管理历史记录。例如，每次用户发送消息时，服务类将消息添加到历史记录，调用相应的模型API，获取响应后也添加到历史记录中，并返回给前端。 - **实现文件上传**：在ASP.NET中，可以使用HttpPostedFileBase接收上传的文件，保存到服务器，解析内容（如读取文本文件内容，或处理其他格式），然后将解析后的文本作为上下文传递给模型。例如，用户上传PDF文件，后端提取文本后，在对话中提及该内容。 - **会话管理**：使用会话ID来区分不同的对话。当用户新建对话时，生成新的会话ID，并清空历史记录。可以使用数据库表来存储每个会话的历史记录，包括用户ID、会话ID、消息内容、时间戳等字段。 - **保持连贯性**：每次请求时，将会话的历史记录作为上下文传入模型。例如，DeepSeek的API可能允许在请求体中发送消息数组，包含之前的对话内容。需要确保每次API调用都包含完整的上下文，以便模型生成连贯的回复。 在技术实现上，可能会遇到一些问题，比如： - **API调用的异步处理**：ASP.NET需要异步处理模型API的调用，避免阻塞线程。使用async/await模式，确保高并发下的性能。 - **大文件处理**：文件上传可能需要分块处理或限制文件大小，避免服务器资源耗尽。同时，文件解析需要高效，可能需要使用第三方库，如iTextSharp处理PDF，EPPlus处理Excel等。 - **历史记录存储效率**：如果对话历史很长，每次传输所有历史记录可能导致API响应变慢。可以考虑只保留最近N条消息，或者使用摘要的方式压缩历史信息。 关于引用内容，引用[2]提到了ASP.NET Web Forms中的前后端交互方式，虽然用户可能使用的是ASP.NET Core，但其中的Ajax和WebService方法仍然适用。例如，前端使用Axios（引用[4]）发送异步请求到后端API，处理响应并更新页面，而不需要刷新整个页面。 引用[3]提到的HttpContext对象可能在处理请求时有用，尤其是在中间件中管理会话状态，或者在管道中传递请求和响应数据。 现在，需要将这些思路整合成一个结构化的回答，涵盖模型集成、对话管理、文件处理和连贯性实现的具体步骤，并参考已有的引用内容提供代码示例或方法建议。</think>在ASP.NET中集成Ollama与DeepSeek模型实现对话功能，需结合模型调用、会话管理、文件解析和上下文连贯性技术。以下是分步骤实现方案： --- ### 一、模型集成与API调用 #### 1. **DeepSeek模型集成** 通过`HttpClient`调用其API，需配置API密钥与终结点： ```csharp // 配置在appsettings.json "DeepSeek": { "ApiKey": "your-key", "Endpoint": "https://api.deepseek.com/v1/chat/completions" } // 服务类封装 public class DeepSeekService { private readonly HttpClient _client; public DeepSeekService(IConfiguration config) { _client = new HttpClient(); _client.DefaultRequestHeaders.Add("Authorization", $"Bearer {config["DeepSeek:ApiKey"]}"); } public async Task<string> SendMessageAsync(List<Message> history) { var request = new { model = "deepseek-r1", messages = history }; var response = await _client.PostAsJsonAsync(config["DeepSeek:Endpoint"], request); return await response.Content.ReadAsStringAsync(); } } ``` 引用[1]提到可通过`Microsoft.Extensions.AI`库优化模型管理，建议结合其内置方法处理请求重试和日志[^1]。 #### 2. **Ollama本地模型调用** 若使用本地部署的Ollama模型，调用其REST API： ```csharp public class OllamaService { public async Task<string> GenerateResponseAsync(string prompt, string modelName) { using var client = new HttpClient(); var request = new { model = modelName, prompt }; var response = await client.PostAsJsonAsync("http://localhost:11434/api/generate", request); return await response.Content.ReadAsStringAsync(); } } ``` 引用[5]展示了模型选择与对话初始化逻辑，可结合`ollama.SelectedModel`动态切换模型[^5]。 --- ### 二、对话会话管理 #### 1. **数据结构设计** ```csharp public class ChatSession { public string SessionId { get; set; } public List<Message> History { get; set; } = new(); public DateTime CreatedAt { get; set; } } public class Message { public string Role { get; set; } // "user" 或 "assistant" public string Content { get; set; } public List<FileAnalysis>? Attachments { get; set; } // 关联文件分析结果 } ``` #### 2. **持久化存储** 使用Entity Framework Core将会话存入数据库： ```csharp public class AppDbContext : DbContext { public DbSet<ChatSession> ChatSessions { get; set; } } // 会话服务 public class SessionService { private readonly AppDbContext _db; public SessionService(AppDbContext db) => _db = db; public async Task<ChatSession> CreateSessionAsync() { var session = new ChatSession { SessionId = Guid.NewGuid().ToString() }; _db.ChatSessions.Add(session); await _db.SaveChangesAsync(); return session; } } ``` --- ### 三、文件上传与解析 #### 1. **前端上传实现** 使用Ajax上传文件（结合引用[2]和[4]）： ```javascript // 前端使用Axios const formData = new FormData(); formData.append("file", file); axios.post('/api/upload', formData, { headers: { 'Content-Type': 'multipart/form-data' } }); ``` #### 2. **后端处理** ```csharp [HttpPost("upload")] public async Task<IActionResult> Upload(IFormFile file) { var analysisResult = await _fileService.AnalyzeAsync(file); return Ok(analysisResult); } // 文件解析服务示例（以PDF为例） public class FileService { public async Task<FileAnalysis> AnalyzePdfAsync(Stream stream) { using var reader = new PdfReader(stream); var text = new StringBuilder(); for (int i = 1; i <= reader.NumberOfPages; i++) { text.Append(PdfTextExtractor.GetTextFromPage(reader, i)); } return new FileAnalysis { Content = text.ToString() }; } } ``` --- ### 四、连贯对话实现 #### 1. **上下文传递** 每次请求携带会话ID，后端根据ID加载历史记录： ```csharp [HttpPost("chat")] public async Task<IActionResult> Chat([FromBody] ChatRequest request) { var session = await _sessionService.GetSessionAsync(request.SessionId); session.History.Add(new Message { Role = "user", Content = request.Message }); var response = await _deepSeekService.SendMessageAsync(session.History); session.History.Add(new Message { Role = "assistant", Content = response }); await _db.SaveChangesAsync(); return Ok(response); } ``` #### 2. **历史记录优化** 为防止上下文过长，可截断或摘要： ```csharp // 保留最近10条消息 if (session.History.Count > 10) { session.History = session.History.TakeLast(10).ToList(); } ``` --- ### 五、前后端交互 使用ASP.NET Core WebAPI+Axios实现异步通信（引用[4]）： ```javascript // 前端发送消息 axios.post('/api/chat', { sessionId: '123', message: 'Hello' }) .then(response => { // 更新对话历史 }); ``` ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值