nodejs的API 调用示例是错的

[Juxdun]

nodejs的API 调用示例居然是错的，看后端代码，要求必须发送formdata数据，而不是发送json数据。😵‍💫

[Juxdun]

ai给出的示例代码：

根据你的 FastAPI 后端代码，以下是使用 axios 发送 base64 图片的请求代码：

方法一：使用 FormData 方式（推荐，与后端匹配）

const axios = require('axios');
const fs = require('fs');

/**
 * OCR识别 - 使用FormData方式
 * @param {string} imagePath - 图片路径
 * @param {Object} options - 可选参数
 */
async function ocrWithFormData(imagePath, options = {}) {
  const url = 'http://localhost:8000/ocr';
  
  // 读取图片并转为base64
  const imageBuffer = fs.readFileSync(imagePath);
  const base64Image = imageBuffer.toString('base64');
  
  // 创建FormData
  const formData = new FormData();
  formData.append('image', base64Image);
  
  // 添加可选参数
  if (options.probability) {
    formData.append('probability', 'true');
  }
  if (options.charsets) {
    formData.append('charsets', options.charsets);
  }
  if (options.png_fix) {
    formData.append('png_fix', 'true');
  }
  
  try {
    const response = await axios.post(url, formData, {
      headers: {
        'Content-Type': 'multipart/form-data',
      }
    });
    
    if (response.data.code === 200) {
      console.log('识别成功:', response.data.data);
      return response.data;
    } else {
      console.error('识别失败:', response.data.message);
      return response.data;
    }
  } catch (error) {
    console.error('请求错误:', error.message);
    throw error;
  }
}

// 使用示例
ocrWithFormData('captcha.png', {
  probability: true,
  png_fix: false
}).then(result => {
  console.log('结果:', result);
});

方法二：使用 axios 配合查询参数

const axios = require('axios');
const FormData = require('form-data'); // Node.js < 18 需要安装
const fs = require('fs');

async function ocrRequest(imagePath, options = {}) {
  const url = 'http://localhost:8000/ocr';
  
  // 读取并转换图片
  const imageBuffer = fs.readFileSync(imagePath);
  const base64Image = imageBuffer.toString('base64');
  
  // 创建FormData（Node.js环境）
  const formData = new FormData();
  formData.append('image', base64Image);
  
  // 添加可选参数
  if (options.probability) formData.append('probability', options.probability);
  if (options.charsets) formData.append('charsets', options.charsets);
  if (options.png_fix) formData.append('png_fix', options.png_fix);
  
  try {
    const response = await axios.post(url, formData, {
      headers: {
        ...formData.getHeaders()  // 自动设置正确的Content-Type
      }
    });
    
    return response.data;
  } catch (error) {
    if (error.response) {
      console.error('服务器错误:', error.response.data);
      console.error('状态码:', error.response.status);
    } else if (error.request) {
      console.error('无响应:', error.request);
    } else {
      console.error('请求错误:', error.message);
    }
    throw error;
  }
}

// 使用示例
(async () => {
  try {
    const result = await ocrRequest('captcha.png', {
      probability: true,
      charsets: '0123456789',  // 可选：指定字符集
      png_fix: false
    });
    
    if (result.code === 200) {
      console.log('识别结果:', result.data);
    } else {
      console.log('错误信息:', result.message);
    }
  } catch (error) {
    console.error('请求失败:', error);
  }
})();

方法三：浏览器环境使用（原生FormData）

// 浏览器环境
async function ocrFromBase64(base64Image, options = {}) {
  const url = 'http://localhost:8000/ocr';
  
  const formData = new FormData();
  formData.append('image', base64Image);
  
  if (options.probability) {
    formData.append('probability', 'true');
  }
  if (options.charsets) {
    formData.append('charsets', options.charsets);
  }
  if (options.png_fix) {
    formData.append('png_fix', 'true');
  }
  
  try {
    const response = await axios.post(url, formData, {
      headers: {
        'Content-Type': 'multipart/form-data',
      }
    });
    
    return response.data;
  } catch (error) {
    console.error('请求失败:', error);
    throw error;
  }
}

// 从input元素获取图片并转换
async function handleImageUpload(fileInput) {
  const file = fileInput.files[0];
  const base64 = await fileToBase64(file);
  const result = await ocrFromBase64(base64);
  console.log('识别结果:', result);
}

function fileToBase64(file) {
  return new Promise((resolve, reject) => {
    const reader = new FileReader();
    reader.onload = () => resolve(reader.result.split(',')[1]); // 去掉data:image前缀
    reader.onerror = reject;
    reader.readAsDataURL(file);
  });
}

封装完整方法（推荐使用）

const axios = require('axios');
const fs = require('fs');

class OCRService {
  constructor(baseURL = 'http://localhost:8000') {
    this.client = axios.create({
      baseURL,
      timeout: 30000
    });
  }
  
  /**
   * 通过Base64图片识别
   * @param {string} imageBase64 - Base64编码的图片（不需要前缀）
   * @param {Object} options - 识别选项
   * @returns {Promise<Object>} 识别结果
   */
  async recognizeByBase64(imageBase64, options = {}) {
    const formData = new FormData();
    formData.append('image', imageBase64);
    
    // 添加可选参数
    if (options.probability) formData.append('probability', 'true');
    if (options.charsets) formData.append('charsets', options.charsets);
    if (options.png_fix) formData.append('png_fix', 'true');
    
    const response = await this.client.post('/ocr', formData, {
      headers: {
        'Content-Type': 'multipart/form-data',
      }
    });
    
    return response.data;
  }
  
  /**
   * 通过图片文件路径识别
   * @param {string} imagePath - 图片路径
   * @param {Object} options - 识别选项
   * @returns {Promise<Object>} 识别结果
   */
  async recognizeByFile(imagePath, options = {}) {
    const imageBuffer = fs.readFileSync(imagePath);
    const base64Image = imageBuffer.toString('base64');
    return this.recognizeByBase64(base64Image, options);
  }
}

// 使用示例
const ocr = new OCRService();

(async () => {
  const result = await ocr.recognizeByFile('captcha.png', {
    probability: true
  });
  
  if (result.code === 200) {
    console.log('识别成功:', result.data);
  } else {
    console.log('识别失败:', result.message);
  }
})();

module.exports = OCRService;

注意事项

1. Base64格式：直接传纯base64字符串，不要加 data:image/png;base64, 前缀
2. 参数名称：后端使用 image（Form参数），不是 file
3. Content-Type：使用 multipart/form-data，不是 application/json
4. 可选参数：
   · probability: 是否返回置信度
   · charsets: 指定字符集
   · png_fix: 是否修复PNG
5. 响应格式：

   {
     code: 200,      // 200成功，400参数错误，500服务器错误
     message: "Success",
     data: {}        // 识别结果
   }

选择方法一或方法二即可，它们与你的 FastAPI 后端完全匹配。