在NSwag中实现Swagger UI的XSRF令牌自动注入
2025-05-31 06:50:05作者:庞队千Virginia
背景介绍
在现代Web应用开发中,跨站请求伪造(CSRF/XSRF)防护是必不可少的安全措施。当使用Swagger UI进行API测试时,如何自动注入XSRF令牌到请求头中是一个常见的需求。本文将介绍如何在NSwag项目中实现这一功能。
传统Swashbuckle解决方案
在Swashbuckle中,开发者通常使用UseRequestInterceptor功能来实现XSRF令牌的自动注入。这种方法通过在请求发送前执行JavaScript代码,从cookie中提取XSRF令牌并添加到请求头中。
(request) => {
var cv = document.cookie.split('; ')
.filter(row => row.startsWith('XSRF-TOKEN='))
.map(c => c.split('=')[1])[0];
request.headers['X-XSRF-TOKEN'] = cv;
return request;
}
虽然这种方法有效,但它依赖于Swashbuckle特定的功能,且代码可读性不高。
NSwag的替代方案
当迁移到NSwag时,我们可以采用更优雅的解决方案。NSwag提供了CustomHeadContent配置选项,允许我们注入自定义JavaScript代码。
实现步骤
- 创建自定义JavaScript文件
在项目中创建一个JavaScript文件(如AntiForgery.js),内容如下:
// 保存原始的fetch函数
const originalFetch = window.fetch;
// 重写fetch函数
window.fetch = function(url, options = {}) {
// 从cookie中获取XSRF令牌
const xsrfToken = document.cookie
.split('; ')
.find(row => row.startsWith('XSRF-TOKEN='))
?.split('=')[1];
// 如果找到令牌且options中有headers,则添加XSRF头
if (xsrfToken) {
options.headers = options.headers || {};
if (!options.headers['X-XSRF-TOKEN']) {
options.headers['X-XSRF-TOKEN'] = xsrfToken;
}
}
// 调用原始fetch函数
return originalFetch(url, options);
};
- 配置NSwag中间件
在Startup.cs或Program.cs中配置NSwag中间件:
app.UseSwaggerUi(c => {
c.CustomHeadContent = @"<script src='./Scripts/AntiForgery.js' charset='UTF-8'></script>";
});
- 确保JavaScript文件可访问
确保你的JavaScript文件可以通过./Scripts/AntiForgery.js路径访问。这通常意味着你需要:
- 将文件放在wwwroot/Scripts目录下
- 或者配置静态文件中间件来提供该文件
方案优势
- 代码分离:将JavaScript逻辑单独放在文件中,提高了可维护性
- 可重用性:相同的脚本可以在多个项目中使用
- 灵活性:可以轻松修改脚本逻辑而不需要重新编译应用
- 标准兼容:使用标准的fetch API拦截技术,不依赖特定框架
注意事项
- 路径配置:确保JavaScript文件的路径配置正确,否则脚本将无法加载
- 安全考虑:虽然这种方法方便,但要确保不会意外暴露敏感信息
- 浏览器兼容性:现代浏览器都支持fetch API,但如果需要支持旧版浏览器,可能需要添加polyfill
- 性能影响:拦截所有fetch请求会有轻微性能开销,但在开发环境中通常可以忽略
结论
通过重写fetch函数的方式实现XSRF令牌的自动注入,不仅解决了NSwag中缺少类似Swashbuckle的UseRequestInterceptor功能的问题,还提供了一种更加模块化和可维护的解决方案。这种方法可以轻松扩展到其他需要在请求前处理的场景,如添加认证令牌、统一错误处理等。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
openEuler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。
C
391
285
暂无简介
Dart
905
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108