在h3中实现静态资源服务与SPA路由回退方案
2025-06-16 00:41:35作者:劳婵绚Shirley
h3是一个轻量级的Node.js HTTP框架,它提供了简洁的API来处理HTTP请求。本文将介绍如何使用h3框架实现静态资源服务,并针对单页应用(SPA)实现路由回退到index.html的功能。
静态资源服务基础实现
h3框架提供了serveStatic中间件来处理静态文件服务。基本实现如下:
import { createApp, defineEventHandler, serveStatic } from "h3";
import { stat, readFile } from "node:fs/promises";
import { join } from "pathe";
const app = createApp();
const publicDir = "public";
app.use(
defineEventHandler((event) => {
return serveStatic(event, {
getContents: (id) => readFile(join(publicDir, id)),
getMeta: async (id) => {
const stats = await stat(join(publicDir, id)).catch(() => {});
if (!stats || !stats.isFile()) {
return;
}
return {
size: stats.size,
mtime: stats.mtimeMs,
};
},
});
}),
);
这段代码创建了一个基本的静态文件服务器,它会:
- 从指定的public目录读取文件
- 检查文件是否存在及是否为有效文件
- 返回文件内容和元数据
实现SPA路由回退
对于单页应用(SPA),当用户直接访问某个路由或刷新页面时,我们需要确保服务器能回退到index.html,让前端路由接管后续处理。以下是改进后的实现:
app.use(
defineEventHandler(async (event) => {
const result = await serveStatic(event, {
fallthrough: true, // 关键参数,允许中间件继续执行
getContents: (id) => readFile(join(publicDir, id)),
getMeta: async (id) => {
const stats = await stat(join(publicDir, id)).catch(() => {});
if (!stats || !stats.isFile()) {
return;
}
return {
size: stats.size,
mtime: stats.mtimeMs,
};
},
});
if (result === false) {
// 当静态文件未找到时,返回index.html
return readFile(join(publicDir, "index.html"), "utf8");
}
}),
);
关键改进点:
- 添加了
fallthrough: true选项,使得当静态文件不存在时不会直接返回404 - 检查
serveStatic的返回值,如果是false则返回index.html - 使用异步处理确保流程正确
实现原理分析
这种实现方式利用了h3中间件的特性:
serveStatic会尝试匹配请求路径对应的静态文件- 当
fallthrough为true且文件不存在时,返回false而非直接响应 - 我们可以根据返回值决定后续处理逻辑
- 对于不存在的路由,返回index.html让前端路由处理
性能考虑
在实际生产环境中,还需要考虑以下优化点:
- 添加缓存控制头,提高静态资源加载性能
- 对index.html文件设置较短的缓存时间或不缓存
- 考虑使用ETag或Last-Modified进行条件请求处理
- 对于大型项目,可能需要引入更专业的静态文件服务中间件
这种实现方式特别适合现代前端框架(如Vue、React等)构建的单页应用部署场景,确保了前端路由能正常工作,同时保持了静态资源的高效服务。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
9
1
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137