Rpush项目中解决Safari浏览器Webpush通知403错误的经验分享
在使用Rpush实现Webpush推送通知功能时,开发者可能会遇到一个特定于Safari浏览器的错误:当尝试向Safari用户发送推送通知时,服务器返回403 Forbidden错误,并附带"BadJwtToken"的错误信息。这个问题看似复杂,但实际上有一个简单的解决方案。
问题现象
当用户在Safari浏览器中授权接收推送通知后,系统会生成一个以https://web.push.apple.com开头的订阅端点(endpoint)。当开发者使用Rpush尝试向这个端点发送推送通知时,会遇到以下错误:
Rpush::DeliveryError: Unable to deliver notification 97546, received error 403 (Forbidden: {"reason":"BadJwtToken"})
相比之下,对于Chrome或Firefox等浏览器生成的以https://fcm.googleapis.com开头的端点,推送通知能够正常工作。
问题根源
这个问题的根本原因在于Rpush应用的VAPID(Voluntary Application Server Identification)认证配置不正确。具体来说,是在创建Webpush应用时,subject字段缺少了必要的mailto:前缀。
VAPID认证是Web Push协议的一部分,它允许应用服务器向推送服务证明自己的身份。在配置VAPID时,subject字段应该是一个邮件地址,并且必须以mailto:开头。
解决方案
正确的做法是在创建Rpush Webpush应用时,确保VAPID证书中的subject字段包含mailto:前缀。以下是正确的配置代码示例:
if Rpush::App.find_by(name: 'webpush').nil?
vapid_keypair = Webpush.generate_key.to_hash
app = Rpush::Webpush::App.new
app.name = 'webpush'
app.certificate = vapid_keypair.merge(subject: 'mailto:support@example.com').to_json
app.connections = 1
app.save!
end
如果已经错误地创建了应用,可以通过直接更新数据库来修复:
Rpush::App.where(name: 'webpush').update_all("certificate = REPLACE(certificate, 'support@example.com', 'mailto:support@example.com')")
技术背景
Web Push协议要求应用服务器使用VAPID认证来标识自己。VAPID使用JSON Web Tokens(JWT)来验证服务器身份。当subject字段格式不正确时,Apple的推送服务会拒绝这个JWT令牌,导致"BadJwtToken"错误。
Safari浏览器使用Apple自己的推送服务(web.push.apple.com),而Chrome和Firefox则使用Google的Firebase Cloud Messaging服务(fcm.googleapis.com)。不同的推送服务对VAPID认证的验证严格程度可能有所不同,这解释了为什么问题只出现在Safari浏览器上。
最佳实践
- 始终确保VAPID subject字段以
mailto:开头 - 使用有效的、可管理的邮件地址作为subject
- 在开发和测试阶段,检查所有主流浏览器的推送功能
- 考虑为不同环境(开发、测试、生产)使用不同的VAPID密钥对
通过遵循这些最佳实践,可以确保Web Push通知在所有主流浏览器上都能可靠工作,包括Safari。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00