博客
关于我
再看ftp上传文件
阅读量:617 次
发布时间:2019-03-13

本文共 1036 字,大约阅读时间需要 3 分钟。

基于FtpHelper的文件上传解决方案

去年在项目中用到ftp上传文件时,我尝试用FtpWebRequest和FtpWebResponse封装一个帮助类。通过Uploadify控件实现本地上传,服务器搭建Ftp服务器测试无误。然而,当Web和ftp服务发布在同一台IIS服务器时,程序会直接卡死。后来通过将Web和ftp分开发布到两台机器上问题得以解决,这也让我放弃了这一方案。

再次探索ftp上传文件的方法

前几天意外发现Wolfy提到的项目总结中提到了ServerU搭建服务器的经验。重新测试后发现,Wolfy的FtpHelper类仍然是实现ftp上传的不错选择。

服务器搭建(ServerU)

在测试过程中,我使用了ServerU搭建ftp服务器。这一选择让我避免了传统Ftp服务器的复杂配置,简化了部署流程。

对两个上传方法的测试

FtpHelper类中包含三个主要的上传方法:

  • Upload(string strFilename, string strSavePath):通过本地文件的绝对路径实现上传,适用于需要文件全路径的场景。
  • Upload(HttpPostedFile file, string strSavePath):通过HttpPostedFile的input stream实现上传,适用于Web页面后台使用file控件时的场景。
  • Upload(string strFilename, string strSavePath, string strStrOldName):支持文件重命名功能。
  • 在实际项目中,由于Web页面无法直接获取本地文件的绝对路径,我选择了第二种方法。通过将上传的文件先存储到Web站点下再上传到ftp服务器实现了功能。这种方法虽然简单,但操作繁琐。

    服务器搭建使用ServerU,安装配置过程无需复杂配置,运行即可使用。

    测试结果显示,两种上传方法都能正常工作。选择第二种方法的优势在于代码实现简单,适合直接使用HttpPostedFile进行文件上传。

    总结

    通过这次探索,我最终选择了使用HttpPostedFile作为上传的输入流,实现了ftp文件上传功能。这种方法在实际项目中表现良好,且易于部署。同时,使用ServerU搭建ftp服务器大大简化了服务器配置流程。

    这次经历让我重新认识到解决问题的重要性。在遇到服务器资源冲突时,及时寻找替代方案并测试验证至关重要。感谢Wolfy的帮助,让我在技术难题中找到了方向。

    转载地址:http://pvbaz.baihongyu.com/

    你可能感兴趣的文章
    PageRank算法
    查看>>
    Paint类(画笔)
    查看>>
    paip.android 手机输入法制造大法
    查看>>
    paip.spring3 mvc servlet的配置以及使用最佳实践
    查看>>
    Palindrome Number leetcode java
    查看>>
    Palo Alto Networks Expedition 未授权SQL注入漏洞复现(CVE-2024-9465)
    查看>>
    Palo Alto Networks Expedition 远程命令执行漏洞(CVE-2024-9463)
    查看>>
    Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
    查看>>
    Panalog 日志审计系统 libres_syn_delete.php 前台RCE漏洞复现
    查看>>
    Springboot中@SuppressWarnings注解详细解析
    查看>>
    Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
    查看>>
    Panalog 日志审计系统 sprog_upstatus.php SQL 注入漏洞复现(XVE-2024-5232)
    查看>>
    Panalog 日志审计系统 前台RCE漏洞复现
    查看>>
    PANDA VALUE_COUNTS包含GROUP BY之前的所有值
    查看>>
    pandas -按连续日期时间段分组
    查看>>
    pandas -更改重新采样的时间序列的开始和结束日期
    查看>>
    pandas :to_excel() float_format
    查看>>
    pandas :加入有条件的数据框
    查看>>
    pandas :将多列汇总为一列,没有最后一列
    查看>>
    pandas :将时间戳转换为 datetime.date
    查看>>