使用 Node JS（fs 和 http）保存后无法打开 JPG 或 PNG

Question

我的代码的目标是 1)用户将发送图像 URL 2)机器人读取 URL 3)机器人将图像保存到“images”文件夹中 4)机器人使用 tfjs 将图像转换为张量 5)机器人使用COCO-SSD JS作为预训练模型（以图像张量为参数）并打印然后发送结果。

现在，我的问题是，每当我尝试使用图像的 URL 保存图像时，我都会得到一个程序和 Windows 都无法读取的文件！

它工作过一次，能够打开和使用文件。但现在返回 Windows 10 无法读取 .PNG 或 .JPG 文件的文件。

这是我的代码：

    const {Client, MessageAttachment} = require('discord.js');

    const bot = new Client();

    const tf = require('@tensorflow/tfjs-node');

    const ts = require('@tensorflow/tfjs-core');

    require('@tensorflow/tfjs-backend-cpu');

    require('@tensorflow/tfjs-backend-webgl');

    const coco = require('@tensorflow-models/coco-ssd');

    const fs = require('fs');

    const fetch = require("node-fetch");

    const https = require('https');

    const request = require('request');

  

    bot.on('message', gotMessage);

    function gotMessage(msg) {

        if(msg.content === '!object')  {   

            const attachments = (msg.attachments).array();

            const filepath = "./images/" + Date.now() + "J" + ".jpg";

            console.log(filepath);

            const imageurl = attachments[0].url;

            saveImageToDisk(imageurl,filepath)

            const img_buffer = fs.readFileSync(filepath)

            const img = tf.node.decodeImage(img_buffer)

            coco.load().then(model => {

                // detect objects in the image.

                model.detect(img).then(predictions => {

                    console.log('Predictions: ', predictions);

                });

              });

            msg.reply('Enjoy');

            msg.channel.send(attachments[0].url);

        }

    }

    function saveImageToDisk(url,path) {

        var fullUrl = url;

        var localPath = fs.createWriteStream(path);

        var request = https.get(fullUrl,function(response) { 

            console.log(response)

            response.pipe(localPath)

        });

    }

PS：后面的“J”Date.now()是有意的。

Answer 1

我看到的是你的应用程序完全不同步 - 我的意思是你有saveImageToDisk(imageurl,filepath)它将文件写入磁盘，但它执行，将文件写入队列，aa，然后你用同步读取（尚未保存）文件。我将尝试对它进行一些修复，以向您展示至少一种执行此操作的方法 - 但在规划应用程序的流程时，您需要考虑代码中的一些同步。console.log('Authenticating bot...');const {Client, MessageAttachment} = require('discord.js');const bot = new Client();const tf = require('@tensorflow/tfjs-node');const ts = require('@tensorflow/tfjs-core');require('@tensorflow/tfjs-backend-cpu');require('@tensorflow/tfjs-backend-webgl');const coco = require('@tensorflow-models/coco-ssd');const fs = require('fs');const fetch = require("node-fetch");const https = require('https');const request = require('request');bot.login('BOTTOKEN');bot.on('ready', readyDiscord);function readyDiscord() {    console.log('Authenticated and On!');}bot.on('message', gotMessage);async function gotMessage(msg) {    if(msg.content === '!object')  {           const attachments = (msg.attachments).array();        const filepath = "./images/" + Date.now() + "J" + ".jpg";        console.log(filepath);        const imageurl = attachments[0].url;        await saveImageToDisk(imageurl,filepath)        const img_buffer = fs.readFileSync(filepath)        const img = tf.node.decodeImage(img_buffer)        coco.load().then(model => {            // detect objects in the image.            model.detect(img).then(predictions => {                console.log('Predictions: ', predictions);            });          });        msg.reply('Enjoy');        msg.channel.send(attachments[0].url);    }}async function saveImageToDisk(url,path) {  return new Promise((resolve, reject) => {    var fullUrl = url;    var localPath = fs.createWriteStream(path);    var request = https.get(fullUrl,function(response) {         console.log(response)        response.pipe(localPath)        response.on('end', resolve);    }).on('error', reject);  });}这样，在执行读取尚未填充的文件的代码之前，代码将等待，直到文件被写入（或发生错误） - 您当然应该尝试捕获错误并处理它们。