Django REST Framework SimpleJWT 中使用自定义用户ID字段导致令牌刷新失败的解决方案
在使用 Django REST Framework SimpleJWT 进行 JWT 认证时,很多开发者会遇到一个常见问题:当使用自定义用户模型并指定非主键字段作为用户标识时,在刷新令牌时会出现 HTTP 500 错误。本文将深入分析这个问题及其解决方案。
问题背景
在 Django 项目中,我们经常会扩展默认的用户模型,添加额外的字段。例如,使用 UUID 作为用户标识而非默认的自增 ID:
from django.contrib.auth.models import AbstractUser
import uuid
class CustomUser(AbstractUser):
uuid = models.UUIDField(default=uuid.uuid4, unique=True)
在 SimpleJWT 配置中,我们通常会这样设置:
SIMPLE_JWT = {
'USER_ID_FIELD': 'uuid', # 使用uuid字段而非默认的id
'ROTATE_REFRESH_TOKENS': True,
'BLACKLIST_AFTER_ROTATION': True,
# 其他配置...
}
问题现象
当启用令牌轮换和黑名单功能后,在调用 /api/token/refresh/ 端点时,系统会抛出 500 错误,核心错误信息为:
ValueError: Field 'id' expected a number but got '4faf8673-02f5-4a1d-8994-dd76adab934a'
问题根源分析
这个问题源于 SimpleJWT 内部 BlacklistMixin 的实现方式。在令牌黑名单处理过程中,代码尝试直接使用 USER_ID_CLAIM 的值(即用户的 UUID)来创建 OutstandingToken 记录,但 OutstandingToken 模型的 user 字段是一个外键,默认期望接收的是用户主键(通常是数字 ID)。
具体来说,问题出在以下代码路径:
- 当刷新令牌时,
TokenRefreshView会验证刷新令牌 - 验证通过后,会调用
refresh.blacklist()方法将旧令牌加入黑名单 - 在
blacklist()方法中,尝试创建OutstandingToken记录时,直接将 UUID 值赋给了用户外键字段
解决方案
这个问题在 SimpleJWT 5.5.0 版本中已经得到修复。解决方案的核心思路是:
- 首先通过
USER_ID_FIELD配置获取用户模型 - 然后使用该字段查询对应的用户对象
- 最后将用户对象(而非原始ID值)赋给
OutstandingToken的user字段
升级到 5.5.0 或更高版本是最简单的解决方案。如果由于某些原因无法升级,可以按照以下方式手动修复:
from django.contrib.auth import get_user_model
def custom_blacklist(self):
jti = self.payload[api_settings.JTI_CLAIM]
exp = self.payload["exp"]
user_id = self.payload.get(api_settings.USER_ID_CLAIM)
# 获取用户对象而非直接使用ID
user = get_user_model().objects.get(**{api_settings.USER_ID_FIELD: user_id})
token, _ = OutstandingToken.objects.get_or_create(
jti=jti,
defaults={
"user": user, # 使用用户对象
"created_at": self.current_time,
"token": str(self),
"expires_at": datetime_from_epoch(exp),
},
)
return BlacklistedToken.objects.get_or_create(token=token)
最佳实践
- 保持更新:始终使用最新版本的 SimpleJWT,以避免已知问题
- 测试覆盖:在使用自定义用户模型时,确保测试令牌的获取、刷新和验证流程
- 明确配置:在
settings.py中明确设置所有相关的 JWT 配置项 - 监控日志:对认证相关的错误日志进行监控,及时发现类似问题
总结
在使用 Django REST Framework SimpleJWT 时,自定义用户模型是常见需求,但需要注意与令牌黑名单功能的兼容性。通过理解底层实现原理,我们可以更好地规避和解决这类问题。最新版本的 SimpleJWT 已经修复了这个兼容性问题,推荐开发者及时升级以获得更好的开发体验。
对于正在使用旧版本的项目,可以采用本文提供的临时解决方案,但长期来看,升级到最新版本才是最佳选择。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00