ASP.NET Core Blazor 中的 NotFound 导航方法解析
在 ASP.NET Core Blazor 10.0 Preview 4 版本中,开发团队为 NavigationManager 新增了 NotFound 方法,这一功能为 Blazor Web App (BWA) 的路由处理带来了重要改进。本文将深入解析这一新特性的工作原理、使用场景以及在不同渲染模式下的表现。
NotFound 方法的基本概念
NotFound 方法是 NavigationManager 类的新增成员,专门用于处理应用程序中的 404 状态。当用户访问不存在的路由时,开发者可以调用此方法来触发"未找到"页面的显示逻辑。
全局交互模式下的实现
在全局交互模式(使用 dotnet new blazor -ai 创建的项目)中,NotFound 方法的实现最为直接。开发者需要在 Router 组件中配置 NotFound 模板:
<Router AppAssembly="typeof(Program).Assembly">
<Found Context="routeData">
<RouteView RouteData="routeData" DefaultLayout="typeof(Layout.MainLayout)" />
</Found>
<NotFound>
<Pages.NotFoundPage />
</NotFound>
</Router>
NotFoundPage 是一个自定义组件,开发者可以自由设计其内容和样式。当 NavigationManager.NotFound() 被调用时,系统会自动渲染这个组件。
静态 SSR 模式下的表现
在静态服务器端渲染(SSR)模式下,NotFound 方法会设置 404 状态码,这是符合 HTTP 协议的标准行为。例如:
@page "/render-not-found-ssr"
@inject NavigationManager NavigationManager
@code {
protected override void OnInitialized()
{
NavigationManager.NotFound();
}
}
这种方式适合需要严格遵循 HTTP 状态码的场景,比如 SEO 优化或 API 调用。
组件级交互模式的限制
在 Preview 4 版本中,组件级交互模式(包括 InteractiveServer 和 InteractiveWebAssembly)的 NotFound 方法调用目前不会产生预期效果。这是因为组件级交互模式下缺乏全局路由器的支持,而 Router 组件的参数定义了 404 页面的呈现方式。
未来展望
根据开发团队的信息,Preview 5 版本将解决组件级交互模式下的限制,通过设置重新执行中间件来实现 404 状态的处理。这将为开发者提供更灵活的路由控制能力。
最佳实践建议
- 对于全局应用,推荐使用 Router 组件的 NotFound 模板来统一处理 404 情况
- 静态内容优先考虑 SSR 模式下的 NotFound 方法,确保正确的 HTTP 状态码
- 交互式功能可以等待 Preview 5 的更新以获得完整的 404 处理能力
- 设计自定义 404 页面时,考虑用户体验,提供清晰的错误信息和导航选项
通过合理利用 NotFound 方法,开发者可以构建更加健壮和用户友好的 Blazor 应用程序,有效处理各种路由异常情况。
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。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00