Huma框架中中间件间数据传递的最佳实践
2025-06-27 20:16:21作者:秋阔奎Evelyn
前言
在Web开发框架中,中间件间的数据传递是一个常见需求。本文将深入探讨如何在Huma这一路由器无关的REST框架中优雅地实现中间件间的数据共享,特别是针对JWT认证等场景。
问题背景
在传统框架如Gin中,我们可以通过gin.Context.Set/Get方法轻松地在中间件间传递数据。然而Huma作为路由器无关的框架,需要一种更通用的解决方案。
核心解决方案
1. 通过上下文包装器传递数据
Huma提供了通过包装huma.Context接口来传递数据的灵活方式:
// 临时类型重命名避免冲突
type humaContext huma.Context
type MyContext struct {
humaContext
}
func (c *MyContext) Context() context.Context {
// 在上下文中设置自定义值并返回
return context.WithValue(c.humaContext.Context(), "key", "value")
}
func MyMiddleware(ctx huma.Context, next func(huma.Context)) {
// 在链中调用下一个中间件,使用包装后的上下文
next(&MyContext{ctx})
}
这种模式是Go语言中的常见做法,允许你通过自定义上下文来传递任意数据。
2. 使用共享结构体与解析器
对于需要在操作处理函数中访问上下文数据的情况,推荐使用共享结构体配合解析器:
type UserInfo struct {
Username string
}
func (u *UserInfo) Resolve(ctx huma.Context) []error {
// 从上下文中获取用户信息
u.Username = ctx.Context().Value("username").(string)
return nil
}
然后在操作处理函数中嵌入这个结构体:
func later(api huma.API) {
huma.Register(api, huma.Operation{
OperationID: "get-user",
Method: http.MethodGet,
Path: "/user",
}, func(ctx context.Context, input *struct {
UserInfo
}) (*UserResponse, error) {
resp := &UserResponse{}
resp.Body.Name = input.Username
return resp, nil
})
}
3. 替代方案:使用隐藏头部
如果不希望使用解析器,还可以考虑通过中间件设置内部头部:
type UserInfo struct {
Username string `header:"InternalUsername" hidden:"true"`
}
这种方法利用了Huma的头部解析能力,同时通过hidden标签避免了这些内部头部暴露在API文档中。
实际应用:JWT认证示例
结合上述技术,我们可以实现一个完整的JWT认证中间件:
func JWTMiddleware(ctx huma.Context, next func(huma.Context)) {
// 1. 从Authorization头获取JWT
tokenString := strings.TrimPrefix(ctx.Header("Authorization"), "Bearer ")
// 2. 解析JWT获取用户信息
claims := parseJWT(tokenString)
// 3. 创建包装上下文
wrappedCtx := &struct {
huma.Context
username string
}{
Context: ctx,
username: claims.Username,
}
// 4. 调用后续处理
next(wrappedCtx)
}
总结
Huma框架提供了多种灵活的方式来实现中间件间的数据传递:
- 通过包装
huma.Context接口来扩展上下文能力 - 使用共享结构体配合解析器模式实现操作间的数据共享
- 利用隐藏头部作为轻量级替代方案
这些方法各有适用场景,开发者可以根据具体需求选择最合适的实现方式。特别是在实现认证、授权等跨切面关注点时,这些技术能够帮助保持代码的整洁和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
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-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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).Dockerfile014
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
274
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
132
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
597
157
暂无简介
Dart
564
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
239
14
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
98
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
1.02 K
445