首页
/ Flask项目中实现CORS中间件的正确方式

Flask项目中实现CORS中间件的正确方式

2025-04-29 11:44:48作者:侯霆垣

在Flask项目开发中,跨域资源共享(CORS)是一个常见需求。本文将深入探讨如何在Flask应用中正确实现CORS中间件,避免常见的陷阱。

问题背景

开发者尝试在Flask应用中实现自定义CORS处理,不使用第三方库如flask-cors。他们遇到了一个典型问题:OPTIONS预检请求没有被正确拦截处理,导致预检请求被当作普通请求处理。

常见错误实现

很多开发者会尝试以下方式实现CORS中间件:

class CORSMiddleware:
    def before_request(self):
        if request.method == "OPTIONS":
            response = jsonify({"status": "ok"})
            return self.process_response(response)

    def after_request(self, response):
        return self.process_response(response)
    
    def register(self, app: Flask):
        app.before_request(self.before_request)
        app.after_request(self.after_request)

这种实现看似合理,但实际上存在一个关键问题:before_request钩子中返回的响应会绕过视图函数,但不会阻止后续的after_request钩子执行。这会导致预检请求的处理出现异常。

正确实现方式

1. 使用Flask内置机制

Flask提供了更优雅的方式处理OPTIONS请求。我们可以利用@app.before_request装饰器,结合返回响应来拦截请求:

@app.before_request
def handle_options():
    if request.method == "OPTIONS":
        resp = current_app.make_default_options_response()
        resp.headers["Access-Control-Allow-Origin"] = "*"
        resp.headers["Access-Control-Allow-Headers"] = "Content-Type, Authorization"
        resp.headers["Access-Control-Allow-Methods"] = "GET, POST, OPTIONS, DELETE, PUT"
        return resp

这种方式利用了Flask内置的make_default_options_response()方法,它会自动生成符合规范的OPTIONS响应。

2. 使用Werkzeug中间件

如问题中所示,使用Werkzeug中间件也是一种可靠方案。Werkzeug中间件在WSGI层面工作,能更底层地控制请求/响应流程:

from werkzeug.wrappers import Request, Response

class CORSMiddleware:
    def __init__(self, app):
        self.app = app

    def __call__(self, environ, start_response):
        request = Request(environ)
        
        if request.method == "OPTIONS":
            response = Response(status=200)
            response.headers.extend(self._get_cors_headers())
            return response(environ, start_response)
            
        def custom_start_response(status, headers, exc_info=None):
            headers.extend(self._get_cors_headers())
            return start_response(status, headers, exc_info)
            
        return self.app(environ, custom_start_response)
        
    def _get_cors_headers(self):
        return [
            ("Access-Control-Allow-Origin", "*"),
            ("Access-Control-Allow-Headers", "Content-Type, Authorization"),
            ("Access-Control-Allow-Methods", "GET, POST, OPTIONS, DELETE, PUT")
        ]

实现原理分析

  1. 请求处理流程:Flask处理请求时,会依次执行before_request钩子、视图函数和after_request钩子。如果在before_request中返回响应,视图函数会被跳过,但after_request仍会执行。

  2. OPTIONS请求特殊性:OPTIONS是HTTP预检请求,浏览器用它来检查服务器是否允许实际请求。它不需要执行实际业务逻辑,只需返回适当的CORS头。

  3. 中间件执行顺序:Werkzeug中间件在更底层工作,能完全控制请求处理流程,因此能更精确地拦截OPTIONS请求。

最佳实践建议

  1. 对于简单需求,使用Flask的before_request钩子配合make_default_options_response()是最简洁的方案。

  2. 对于复杂场景或需要更精细控制的情况,考虑使用Werkzeug中间件。

  3. 在生产环境中,评估使用成熟的第三方库如flask-cors可能是更稳妥的选择,它们已经处理了各种边缘情况。

  4. 无论采用哪种方案,都要确保正确处理以下CORS头:

    • Access-Control-Allow-Origin
    • Access-Control-Allow-Methods
    • Access-Control-Allow-Headers
    • Access-Control-Allow-Credentials (如果需要)
    • Access-Control-Max-Age (用于预检请求缓存)

通过理解这些原理和实现方式,开发者可以更灵活地在Flask应用中实现符合需求的CORS解决方案。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
270
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
909
541
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
341
1.21 K
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
142
188
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
377
387
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
63
58
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.1 K
0
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
87
4