SpringDoc OpenAPI 与 Spring Security 集成常见问题解析
问题背景
在使用 SpringBoot 3.4.4 版本开发项目时,开发者经常会遇到无法访问 /v3/api-docs/ 端点的问题。这个问题通常表现为访问时出现 Whitelabel Error Page,而实际上开发者已经按照文档配置了 Spring Security 的权限规则。
问题现象
开发者配置了如下安全规则:
.authorizeHttpRequests((requests) -> requests
.requestMatchers(HttpMethod.GET, "/v3/api-docs", "/v3/api-docs/**").permitAll()
.requestMatchers("/api/auth/**", "/swagger-ui/**", "/error").permitAll()
.anyRequest().authenticated())
但从日志可以看到,系统仍然尝试寻找 Bearer Token:
No Bearer token found for URI: /v3/api-docs/
问题分析
-
路径匹配问题:Spring Security 的路径匹配规则需要特别注意。
/v3/api-docs和/v3/api-docs/在路径匹配中被视为不同的路径。 -
通配符使用:在配置中使用了
/**后缀,这应该能够匹配所有子路径,但实际效果可能因 Spring Security 版本差异而不同。 -
HTTP 方法限制:开发者限制了只允许 GET 方法访问,这可能导致某些特殊情况下的访问被拒绝。
解决方案
经过实践验证,以下配置能够有效解决问题:
.requestMatchers("/api/auth/**", "/swagger-ui/**", "/v3/**", "/error").permitAll()
关键改进点:
- 使用
/v3/**来匹配所有 v3 路径下的请求 - 移除了 HTTP 方法限制,使配置更加通用
- 确保路径匹配覆盖所有可能的访问方式
版本兼容性注意事项
在使用 springdoc-openapi 时,版本兼容性至关重要。必须确保 springdoc-openapi-starter-webmvc-ui 的版本与 SpringBoot 版本相匹配。版本不匹配可能导致各种难以诊断的问题,包括但不限于端点无法访问、文档生成不完整等。
最佳实践建议
-
统一路径匹配规则:建议使用通配符形式(如
/v3/**)来简化配置并提高可靠性。 -
避免过度限制:除非有特殊安全需求,否则不建议在开放端点处限制 HTTP 方法。
-
日志分析:遇到问题时,首先检查 Spring Security 的调试日志,了解请求被拦截的具体原因。
-
测试验证:配置完成后,应测试各种可能的访问路径(带/不带斜杠)以确保配置全面。
-
版本管理:严格管理依赖版本,特别是 SpringBoot 与 springdoc-openapi 的版本对应关系。
通过以上分析和解决方案,开发者可以避免在 Spring Security 与 SpringDoc OpenAPI 集成过程中遇到的常见问题,确保 API 文档能够正常访问。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C036
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00