node服务器——处理原始的请求流

javascript 复制代码
const express = require('express');
const fs = require('fs');
const app = express();
const port = 3333;

app.post('/', (req, res) => {
  const chunks = []; // 用来存储请求体的数据块  

  req.on('data', (chunk) => {
    chunks.push(chunk); // 将接收到的数据块添加到数组中  
  });

  req.on('end', () => {
    const body = Buffer.concat(chunks); // 将数据块拼接成完整的请求体  
    const filePath = './raw_request_body.txt'; // 文件路径  

    fs.writeFile(filePath, body, (err) => {
      if (err) {
        console.error('Error writing to file:', err);
        return res.status(500).send('Error writing to file');
      }
      console.log('Raw request body written to file successfully');
      res.send('Raw request body received and written to file');
    });
  });
});

app.listen(port, () => {
  console.log(`Server is running on port ${port}`);
});

1、监听req对象的**data**事件来接收请求体的数据块,并将它们存储在一个数组中。

2、当请求结束时(即end事件触发时),我们使用Buffer.concat将数组中的所有数据块拼接成一个完整的Buffer对象,然后将其写入到文件中。

请注意,这种方法仅适用于请求体不是非常大的情况,因为整个请求体都会存储在内存中。如果请求体非常大,您可能需要使用流来逐步写入文件,以避免内存不足的问题。

此外,如果您还想记录请求的其他信息(如头部、URL等),您可以像之前那样直接访问req.headersreq.url等属性,并将它们以您喜欢的方式写入文件。

result:

{"phone":"123412342134"}

注意:此处的body是Buffer类型,如果想要转换为对象类型,需要以下几步:

javascript 复制代码
  let body = Buffer.concat(chunks); // 将数据块拼接成完整的请求体  

  body = body.toString('utf8'); // 转换为字符串类型 - JSON类型(因为数据本来就是json格式的)

  body = JSON.parse(body); // 将JSON类型(json字符串)转换为对象类型

  console.log(body);
相关推荐
Wang's Blog7 小时前
Java 接入Redis: 服务启动停止与后台运行配置
java·服务器·redis
EasyGBS10 小时前
终结训推割裂!EasyGBS×EasyAIS×DLTM,实现AI算法训推一体闭环落地!
服务器·深度学习·安全
Doris__HE11 小时前
【元脑服务器NF5476G7-NF5476M7技术规格分享】
运维·服务器·网络·数据库·性能优化
爱喝热水的呀哈喽13 小时前
openroad make各个阶段
服务器
shmily麻瓜小菜鸡17 小时前
TDD(测试驱动开发)详解
开发语言·javascript·typescript·node.js·ecmascript
Huangjin007_17 小时前
【Linux 系统篇(二十一)】进程(九):进程等待 wait/waitpid、status状态参数
linux·运维·服务器
ao-weilai18 小时前
Linux网络编程:Socket UDP
linux·服务器·网络·c++
曦夜日长18 小时前
Linux系统篇,进程概念(四):内核链表的深度理解、进程优先级的底层理解
linux·运维·服务器·php
Wang's Blog19 小时前
Java 接入Redis: Redis下载与源码编译安装
java·服务器·redis
Ivanqhz19 小时前
矩阵引擎的数据流模式与 BM1684X 架构
java·服务器·网络·深度学习·神经网络