• ajax 提交图片方法


    问题描述:今天有一位网友 问我如何使用ajax提交图片;我心里有两种思路,但是代码完全忘记了,这里记录一下以前的代码;
    第一种:使用 form表单对象提交图片代码如下,不做过多解释,如果看不懂请自行百度补全js的基本知识;
      

    var formData = new FormData($( "#submitform" )[0]); 
    $.ajax({  
             url: url,  
             type: 'POST',  
             data: formData,  
             async: false,  
             cache: false,  
             contentType: false,  
             processData: false,  
             success: function (msg) {  
                 
                if(msg.status == 500 || msg.status == 0){
                    alert(msg.message);
                     
                 }else if(msg.status == 200){
                     $('#loading-hidden').hide();
                     var jump_url = msg.data.jump_url;
                     if(jump_url){
                         alert(msg.data.message);
                         window.location.href=jump_url;
                     }else{
                         alert(msg.message);
                         window.location.reload();
                     }
                     
                 }
                 
             },  
             error: function (msg) {  
                 if(msg.status == 500){
                    $('#loading-hidden').hide();
                     $('#big-modal-tip').html(msg.message);
                     $('#myModal').modal('toggle');
                 }else if(msg.status == 200){
                     $('#loading-hidden').hide();
                     alert(msg.message);
                     window.location.reload();
                 } 
             }  
        });  

    第二种方法 : js获取图片的二进制文件提交

       /* 表单提交 */
        $('body').delegate('#sure-submit','click',function(){
            var avatar = $('#avatar-img-pre').attr('src');
            var cert_img = $('#cert-img-pre').attr('src');
            if(avatar == ''){
                $.alert('请上传头像');
                return false;
            }
            if(cert_img == ''){
                $.alert('请上传证书');
                return false;
            }
    var url = '/weixin/html5/saveUserInfo';
            var data = {'avatar':avatar,'cert_img':cert_img}
            
            $.post(url,data,function(msg){
                if(msg.status == 500){
                    $.alert(msg.message);
                }else{
                    $('#form-zhezhao').show();
                }
    
            },'json');
        
    
        });
    
        /* 上传头像 */
        $('body').delegate('#avatar','change',function(){
            
            var file = document.getElementById("avatar").files[0];
            if(!/image/w+/.test(file.type)){  
                $.alert('看清楚,这个需要图片!');
                return false;  
            } 
    
            //$('.avatar-img').hide(); 
            var reader = new FileReader();  
            //将文件以Data URL形式读入页面  
            reader.readAsDataURL(file);  
            reader.onload=function(e){ 
                var obj = $('#avatar-img-pre');
                obj.attr('src',this.result);
                obj.prev().hide();
                obj.show();
            }  
    
        });
        /* 上传证书 */
        $('body').delegate('#cert_img','change',function(){
            
            var file = document.getElementById("cert_img").files[0];
            if(!/image/w+/.test(file.type)){  
                $.alert('看清楚,这个需要图片!');
                return false;  
            } 
            var reader = new FileReader();  
            //将文件以Data URL形式读入页面  
            reader.readAsDataURL(file);  
            reader.onload=function(e){ 
                var obj = $('#cert-img-pre');
                obj.attr('src',this.result);
                obj.prev().hide();
                obj.show();
            }  
    
        });

    服务器 代码:

        public function saveUserInfo(){
    
            $avatar_img = $this -> input -> post('avatar');
            if($avatar_img == ''){
                $this -> error('头像必须上传');
            }
    
            $cert_img = $this -> input -> post('cert_img');
            if($cert_img == ''){
                $this -> error('证书必须上传');
            }
    
            // 保存头像
            $posstart = strpos($avatar_img, '/') + 1;
            $posend = strpos($avatar_img, ';');
            $ext = substr($avatar_img, $posstart,$posend - $posstart);
            $avatar_arr = explode(',',$avatar_img);
            $avatar_img = uploadnothumb($avatar_arr[1],$ext);
    
            if($avatar_img == ''){
                $this -> error('头像上传失败');
            }
            // 保存证书
            $posstart = strpos($cert_img, '/') + 1;
            $posend = strpos($cert_img, ';');
            $ext = substr($cert_img, $posstart,$posend - $posstart);
            $cert_arr = explode(',',$cert_img);
            $cert_img = uploadnothumb($cert_arr[1],$ext);
    
            if($cert_img == ''){
                $this -> error('证书上传失败,请重新上传');
            }
    
            $data = array(
    
                'avatar' => $avatar_img,
                'cert_img' => $cert_img,
                'addtime' => $time,
            );
    
    
            $condition = array('id' => $id);
            $res = DB::update('app_active_zan',$data,$condition);
    
    
            if($res){
                $this -> success('添加成功');
            }else{
                $this -> error('发布失败,稍后上传');
            }  
            
    
        }
    
        //无压缩上传
        function uploadnothumb($img,$ext='jpg',$uid=0,$do=1){
            $img = base64_decode($img);  //把二进制解析成图片
            $path = './uploads/'.date('Ymd',time()).'/';
            createFolder($path);
            $file = $path.md5(microtime()).'.'.$ext;
            $url = ltrim($file,'.');
            if(file_put_contents($file,$img)){
                include_once './application/libraries/Image.php';
                return $url;
            }else{
                return  '';
            }
    
        }
  • 相关阅读:
    矩阵的应用
    PyTorch工具
    python不同开根号速度对比
    GloVe损失函数的理解
    课程回顾-Convolutional Neural Networks
    课程回顾-Structuring Machine Learning Projects
    课程回顾-Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
    课程回顾-Neural Network & Deep Learning
    使用GOOGLE COLAB训练深度学习模型
    如何使用Keras的Model visualization功能
  • 原文地址:https://www.cnblogs.com/ailingfei/p/6744759.html
Copyright © 2020-2023  润新知