浅谈JS处理文件数据的API：Blob、FileReader、Base64、File？
在前端开发中，开发者常常会使用文件上传、下载或数据转换的操作。JAVAScript 提供了许多 API 来处理二进制数据和转换数据流，如：ArrayBuffer、FileReader、base64 、Blob、File等，他们之间的转换与联系如下所示。
Blob
Blob (binary large object) ，即二进制大对象，表示一个不可变、原始数据的类文件对象。它的数据可以按文本或二进制的格式进行读取,在 web 网页中的充当数据流使用的相当频繁。
blob 对象上有两个属性：
- size：Blob对象中所包含数据的大小（字节）；
- type：字符串，认为该Blob对象所包含的 MIME 类型。如果类型未知，则为空字符串。
let blob = new Blob([1,2,3,4,5], {type: "text/plAIn"});
// 可以 进行分割切片，如下
const _subBlob = blob.slice(0, 3，{type: "text/plain"}); // 此时切片的type 默认可以省略
URL.createObjectURL(blob); //12345
URL.createObjectURL(_subBlob); // 123
注意： 如果Blob的数据属于Unicode 编码中的 Supplementary Plane（辅助平面） 字符，也即是需要用两个 16 位的 UTF-16 编码单元（称为代理对或代理字符）来表示，那么转成的createObjectURL 链接不能获取正确数据,获得的是乱码，此时可以使用FileReader进行获取特定编码格式的数据，如下：
let blob = new Blob(['！@#￥%']);
const _subBlob_o = blob.slice(0, 1);
const _subBlob_t = blob.slice(0, 2);
const _subBlob_th = blob.slice(0, 3);
URL.createObjectURL(_subBlob_o); // �
URL.createObjectURL(_subBlob_t); // 锛
URL.createObjectURL(_subBlob_th); // 锛�
// 以下使用 FileReader 获取UTF-8类型的text文本数据
let blob = new Blob(['！￥%&*']);
let _subBlob_o = blob.slice(0,3);
let _subBlob_t = blob.slice(3,6);
let _subBlob_th = blob.slice(6,7);
let _subBlob_f = blob.slice(7,8);
let fileReader = new FileReader();
fileReader.onload = function(event) {
let result = event.target.result;
console.log(result); // 这里打印出读取的数据，应该正确显示UTF-8编码的字节字符
};
// fileReader.readAsText(blob, 'UTF-8'); // output: ！（中文叹号占用三个字节）
// fileReader.readAsText(_subBlob_o, 'UTF-8'); // output: ￥（中文$占用三个字节）
// fileReader.readAsText(_subBlob_t, 'UTF-8'); // output: %
// fileReader.readAsText(_subBlob_th, 'UTF-8'); // output: &
File
文件（File）Api 是一种用来描述有关文件信息的对象类型，File 对象本质上是继承了 Blob 的一种封装之后的对象 (包含 文件size、文件name和文件type) 。
File.__proto__ === Blob // true
在web应用中可以通过 type为file的input标签选择文件后生成的 FileList 对象（这里获取的是File的一个数组），也可以通过拖拽文件生成 DataTransfer 对象得到Filelist（通过 DataTransfer.files 获取）。
File 对象都包含文件对象的一些属性，这些属性都继承自 Blob 对象,根据MDN的解释如下：
- lastModified：引用文件最后修改日期，为自1970年1月1日0:00以来的毫秒数；
- lastModifiedDate：引用文件的最后修改日期；
- name：引用文件的文件名；
- size：引用文件的文件大小；
- type：文件的媒体类型（MIME）；
- webkitRelativePath：文件的路径或 URL。
FileReader
FileReader 是一个在 JavaScript 中可以用来读取文件内容的 API，它允许您读取 Blob 或 File 对象中的数据，并将其转换为其他格式，比如文本、二进制数据或数据 URL。
注意：FileReader 和 一些Blob、File操作，只能读取文件不能修改文件，若想要直接写入文件可以使用 a 标签，指定转成的文本，进行download,或者可以尝试一下Chrome的实验性的
window.chooseFileSystemEntries这个api获取文件句柄操作（正式稳定版新版或没有这个Api，了解即可）
- downloadLink
const blob = new Blob(['{"name": "tong"}']);
const _link = document.createElement("a");
_link.download = 'e.json';
_link.href = URL.createObjectURL(blob);
_link.click();
- chooseFileSystemEntries
// 文件句柄
let handle;
button.addEventListener('click', async (e) => {
handle = await window.chooseFileSystemEntries();
});
1.FileReader 常用属性：
- error：表示在读取文件时发生的错误；
- result：文件内容。该属性仅在读取操作完成后才有效，数据的格式取决于使用哪个方法来启动读取操作。
- readyState：表示 FileReader 状态的数字。取值包含0（EMPTY）、1（LOADING）、2（DONE）
2.FileReader 常用 API（传参是Blob或File）：
- readAsArrayBuffer()：读取数据，result 属性中保存的将是被读取文件的 ArrayBuffer 数据对象；
- readAsBinaryString()：读取数据，result 属性中将包含所读取文件的原始二进制数据；
- readAsDataURL()：读取数据，result 属性中将包含一个dataURL 格式的 Base64 字符串以表示所读取文件的内容。
- readAsText()：读取数据，result 属性中将包含一个字符串以表示所读取的文件内容。
3. FileReader 常用 事件：
- abort：该事件在读取操作被中断时触发；
- error：该事件在读取操作发生错误时触发；
- load：该事件在读取操作完成时触发；
- progress：该事件在读取 Blob 时触发。
input上传事件，如下：
<input type="file" id="_input" />
const reader = new FileReader();
_input.onchange = (e) => {
reader.readAsDataURL(e.target.files[0]);
};
reader.onload = (e) => {
console.log(e.target.result);
};
ArrayBuffer
ArrayBuffer是 JavaScript 中用于表示一段二进制数据的对象。它是在 ECMAScript 6（ES2015）中引入的新类型，允许开发者以更直接的方式处理二进制数据，而无需依赖传统的字符串和数组。它可以存储各种数据类型的二进制数据，如整数、浮点数、字节等。ArrayBuffer 对象的大小在创建时确定，并且不能被改变，所以需要借助如下方式读写数据。
- TypedArray：用来生成内存的视图，通过9个构造函数，可以生成10种数据格式的视图
Int8Array: 8 位有符号整数（-128 到 127）
Uint8Array: 8 位无符号整数（0 到 255）
Int16Array: 16 位有符号整数（-32,768 到 32,767）
Uint16Array: 16 位无符号整数（0 到 65,535）
Int32Array: 32 位有符号整数（-2^31 到 2^31-1）
Uint32Array: 32 位无符号整数（0 到 2^32-1）
Float32Array: 32 位浮点数（IEEE 754 标准的单精度浮点数）
Float64Array: 64 位浮点数（IEEE 754 标准的双精度浮点数）
BigInt64Array: 64 位带符号整数（-2^63 到 2^63-1）（在 ECMAScript 2020 中引入）
BigUint64Array: 64 位无符号整数（0 到 2^64-1）（在 ECMAScript 2020 中引入）
- DataViews：用来生成内存的视图，可以自定义格式和字节序。
包含三个参数：
buffer：一个已经存在的 ArrayBuffer 对象，DataView 对象的数据源。
byteOffset：可选，此 DataView 对象的第一个字节在 buffer 中的字节偏移。如果未指定，则默认从第一个字节开始。
byteLength：可选，此 DataView 对象的字节长度。如果未指定，这个视图的长度将匹配 buffer 的长度。
对于ArrayBuffer的读写操作，具体如下：
const buffer = new ArrayBuffer(16); // 创建一个大小为 16 字节的 ArrayBuffer
// 使用DataView 读写 ArrayBuffer 数据
const buffer = new ArrayBuffer(8);
const view = new DataView(buffer);
view.setInt16(0, 42); // 在位置0写入16位整数值42
view.setFloat32(2, 3.14); // 在位置2写入32位浮点数值3.14
const value1 = view.getInt16(0); // 从位置0读取16位整数值42
const value2 = view.getFloat32(2); // 从位置2读取32位浮点数值3.14
// 使用 TypedArray 读写 ArrayBuffer 数据
const buffer = new ArrayBuffer(8);
const uint8Array = new Uint8Array(buffer);
// 使用 Uint8Array 来设置和获取二进制数据
uint8Array[0] = 10;
uint8Array[1] = 20;
uint8Array[2] = 30;
console.log(uint8Array[0]); // 输出 10
console.log(uint8Array[1]); // 输出 20
console.log(uint8Array[2]); // 输出 30
Object URL
Object URL（对象URL）是一个特殊的 URL 格式，用于临时标识 JavaScript 中的 Blob、File 和 MediaSource 等二进制数据对象。通过创建 Object URL，您可以在浏览器中处理这些二进制数据，而无需直接暴露或嵌入这些数据。
Object URL 遵循以下格式：blob:<unique_id>，其中 <unique_id> 是一个唯一标识符，用于表示一个特定的二进制数据对象。这个 URL 可以被用于在客户端（通常是在浏览器中）引用这些二进制数据，例如在 <img> 标签的 src 属性、<a> 标签的 href 属性、<video> 和 <audio> 标签的 src 属性等处。创建 Object URL 的常用方法是使用 URL.createObjectURL() 函数。该函数接受一个 Blob、File 或 MediaSource 对象作为参数，并返回一个 Object URL 字符串。这个 URL 字符串在 Blob 对象的生命周期内是有效的。
一般情况下，在以下情况下 Object URL 会被自动释放：
- 当相关的 JavaScript 代码执行完成并不再引用 Object URL 时 （垃圾回收释放）。
- 当页面被卸载（关闭或导航到其他页面）时。
- 当使用 URL.revokeObjectURL() 手动释放 Object URL 时。
注意：在不需要使用URL时，应该通过 URL.revokeObjectURL() 函数来释放它，以避免内存泄漏。如下：
// 创建一个包含图片数据的 Blob 对象
const imageData = new Uint8Array([137, 80, 78, 71, 13, 10, 26, 10, /* ... */]);
const blob = new Blob([imageData], { type: 'image/png' });
// 创建 Object URL 并将图片显示在 <img> 标签中
const imageUrl = URL.createObjectURL(blob);
const imageElement = document.getElementById('image');
imageElement.src = imageUrl;
// 在不需要 Object URL 时释放它
// 通常在不需要显示图片或其他二进制数据时调用
// 这样可以释放浏览器内存，避免内存泄漏
// 注意：在实际应用中，请根据需要选择合适的时机来调用 URL.revokeObjectURL()
// imageElement.onload = () => {
// URL.revokeObjectURL(imageUrl);
// };
Base64
Base64 是一种编码方式，它将二进制数据转换成只包含 ASCII 字符的文本表示形式。这种编码方式通常用于在文本协议中传输二进制数据，例如在电子邮件、URL、XML、JSON 等文本格式中嵌入图片、音频、视频等二进制数据。Base64 编码基于 64 个可打印的 ASCII 字符（A-Z，a-z，0-9，+ 和 /），以及一个用于填充的字符（通常是等号 =）。编码规则如下：
- 将 3 字节的二进制数据（24 位）划分为四组，每组 6 位。
- 将每组 6 位二进制数据转换为一个可打印字符。
- 如果原始数据不是 3 字节的倍数，则会在末尾添加一个或两个等号（=）字符进行填充。
理论上说：Base64 编码后的数据大小通常会比原始数据大约 33%，因为每 3 字节的数据会编码成 4 个字符。会比blob url消耗更多内存，但是在不用的时候会自动从内存中清除（通过垃圾回收机制）。
在 JavaScript 中，可以使用 readAsDataURL api 和 canvas 的 toDataURL api 获取 base64 格式的数据流。
注意:上述方式获取的是一种根据数据类型生成的base64编码数据，不是真实一一对应的base64编码规则，因为添加了一些数据类型头部，即：base64编码的数据和 dataUrl 类型的数据不是一个东西。如。`data:image/jpeg;base64,/9j/`,这种的类型 (data: - Data URL 的协议头部、image/jpeg - MIME 类型，表示数据的媒体类型、base64 - 表示数据是使用 Base64 编码的。它告诉浏览器如何解码数据、/9j/ - Base64 编码后的数据的起始部分标识)。
想获取完整标准的 Base64编码，可以使用 btoa() 函数将字符串进行 Base64 编码，以及使用 atob() 函数将 Base64 编码的字符串解码为原始字符串。在 Node.js 中，可以使用 Buffer.from() 和 Buffer.toString() 来进行 Base64 编码和解码。
- atob(ascii to binary)： 解码 ，用于将ascii码解析成binary数据。用于解码Base64编码的字符串。
- btoa(binary to ascii)：编码，用于将binary数据用ascii码表示。常用于编码字符串。(不支持Unicode字符编码)，它的编码范围实际上是在 0 到 255 的整数值之间，即一个字节（8 位）的范围。
const originalString = 'Hello, world!';
const encodedString = btoa(originalString);
const decodedString = atob(encodedString);
console.log(encodedString); // "SGVsbG8sIHdvcmxkIQ=="
console.log(decodedString); // "Hello, world!"
想要支持其他的Unicode字符编码，可以使用以下方式：
- 编码时，先用encodeURIComponent对字符串进行编码，再使用btoa进行编码
- 解码时，先用atob对数据进行解码 ，再用decodeURIComponent对字符串进行解码
let str_unicode = "中国"
let encode_str_unicode = btoa(encodeURIComponent(str_unicode));
console.log(encode_str_unicode); // JUU0JUI4JUFEJUU1JTlCJUJE
let decode_str_unicode = decodeURIComponent(atob(encode_str_unicode));
console.log(decode_str_unicode); // 中国
注意： 上述的decodeURIComponent和encodeURIComponent是一种URI 编码，一种将特殊字符转换为可安全传输和显示的形式的编码方式。在 URI（Uniform Resource Identifier）中，某些字符被保留用于特殊用途，例如作为分隔符或标记符号。如果要在 URI 中包含这些保留字符，就需要将它们转换为编码形式，这样才能正确传输和解析。比如我们常见到网页路径包含这种参数 `%E4%B8%AD%E5%9B%BD`
格式转化
以下是一些常用的基本转化：
1.Blob → ArrayBuffer
let blob = new Blob(['Hello,world'],{type: "text/plain"});
let fileReader = new FileReader();
fileReader.onload = function(event) {
let result = event.target.result;
console.log(result); // ArrayBuffer(11)
};
fileReader.readAsArrayBuffer(blob, 'UTF-8');
2.Blob → (Base64 | DataURL)
let blob = new Blob(['Hello,world'],{type: "text/plain"});
let fileReader = new FileReader();
fileReader.onload = function(event) {
let result = event.target.result;
console.log(result); // data:text/plain;base64,SGVsbG8sd29ybGQ=
let arr = result.split(',');
let bstr = atob(arr[1])
console.log(bstr) // Hello,world
};
fileReader.readAsDataURL(blob, 'UTF-8');
注意：以上的编码依旧是不能支持所有Unicode编码方式，因为blob中的数据有可能是一些高码位的字符，那么readAsDataURL生成的dataurl有可能获取的是乱码，所以要给定blob生成时的字符编码方式，此时处理方式如下：
const blob = new Blob([''], { type: 'text/plain;charset=UTF-8' }); // Specify UTF-8 encoding in the Blob
let fileReader = new FileReader();
fileReader.onload = function(event) {
let result = event.target.result;
console.log(result); // data:text/plain;charset=utf-8;base64,8KCcjg==
let arr = result.split(',');
let bstr = atob(arr[1])
// Convert binary string to UTF-8 string
const decoder = new TextDecoder('utf-8');
const utf8String = decoder.decode(new Uint8Array(bstr.length).map((_, i) => bstr.charCodeAt(i)));
console.log(utf8String); // ""
};
fileReader.readAsDataURL(blob, 'UTF-8');
在上述示例中，我们首先使用 atob() 函数将 Base64 编码的数据转换为二进制数据（二进制字符串）。然后，我们使用 TextDecoder 对象将二进制数据转换回原始的 UTF-8 字符串。
注意，TextDecoder 构造函数的参数 'utf-8' 指定了使用 UTF-8 编码进行解码。确保在解码时使用与编码时相同的字符编码，以便正确还原原始数据。在我们之前的示例中，我们在创建 Data URL 时指定了 UTF-8 编码，因此在解码时也要使用 UTF-8 编码。
3.Blob → Object URL
let blob = new Blob(['Hello,world']);
const objectUrl = URL.createObjectURL(blob);
4.Blob → File
let blob = new Blob(['Hello,world']);
let file = new File([blob], "blob", {type: 'text/plain'}) // File{ name: "blob",size:11,type: "text/plain" ... }
5.ArrayBuffer → Blob
const buffer = new ArrayBuffer(12);
const s = new Uint8Array(buffer);
let u = [72, 101, 108, 108, 111, 44, 32, 87, 111, 114, 108, 100];
for (let i = 0; i < 12; i++) {
s[i] = u[i];
}
const blob = new Blob([s]);
URL.createObjectURL(blob); // Hello, World
6.ArrayBuffer → Base64
这里编码方式有两种，一种是可以通过btoa编码的，即是上文所说的限制 255 以内的字符。另一种是兼容其他的Unicode码点的转换方式。(以下是演示需要，实际使用不需要创建其他多余的数据) 。
//（非高码位）
const buffer = new ArrayBuffer(12);
const s = new Uint8Array(buffer);
let u = [72, 101, 108, 108, 111, 44, 32, 87, 111, 114, 108, 100];
for (let i = 0; i < 12; i++) {
s[i] = u[i];
}
const base64 = btoa(String.fromCodePoint.Apply(null,s));
atob(base64) // 'Hello, World'
// （高码位）
const encoder = new TextEncoder();
const buffer = encoder.encode("").buffer; // 这是在高码位的一个字符
const s = new Uint8Array(buffer); // 演示需要，转成buffer
const decoder = new TextDecoder();
const str = decoder.decode(buffer);
// console.log(str); // "" 这里的输出就是 想要的字符，以下的操作是为了演示Unicode也可以编码。
// 编码
let encode_str_unicode = btoa(encodeURIComponent(str));
// 解码
// let decode_str_unicode = decodeURIComponent(atob(encode_str_unicode));
console.log(encode_str_unicode); // JUYwJUEwJTlDJThF 这里的转换得到的高码位的编码结果
// console.log(decode_str_unicode); // ""
7. (Base64 | DataURL)→ Blob
const data_url = "data:text/plain;charset=utf-8;base64,8KCcjg=="; // 这里是dataurl
let arr = data_url.split(',');
let bstr = atob(arr[1]) // 这里就是base64
// Convert binary string to UTF-8 string
const decoder = new TextDecoder('utf-8');
const utf8String = decoder.decode(new Uint8Array(bstr.length).map((_, i) => bstr.charCodeAt(i)));
console.log(utf8String); // "”
// 这里必须要给予charset 否则 createObjectURL生成的文本是乱码
const blob = new Blob([utf8String], { type: 'text/plain;charset=UTF-8' });
URL.createObjectURL(blob) // 这里访问即可得到 字符
总结： 关于数据流之间的关系以及如何转换已经基本结束，其他的转换也可以通过上述的数据转换以及相关功能得到。关于数据流的一些想法和问题，可以评论区留言。
