JeecgBoot积木大屏1.9.1版本组件图标404问题解决方案
2025-05-02 17:59:47作者:廉彬冶Miranda
问题背景
在JeecgBoot项目的积木大屏1.9.1版本中,当用户通过网关集成访问大屏页面时,虽然主页面能够正常加载,但在进入设计模式后,组件工具栏中的小图标却无法显示,出现404错误。这是一个典型的资源路径映射问题,会影响用户的设计体验。
问题分析
通过分析可以确定,该问题是由于网关路由配置不完整导致的。积木大屏的设计器界面需要加载位于/img/路径下的图标资源,但这些资源实际上存储在/drag/lib/img/目录中。当请求经过网关转发时,如果没有正确的路径重写规则,就会导致资源请求失败。
解决方案
网关路由配置修正
解决此问题的关键在于在网关配置中添加正确的路由重写规则。以下是推荐的配置方案:
{
"id": "jeecg-system-api-rewrite",
"order": 0,
"predicates": [
{
"name": "Path",
"args": {
"_genkey_0": "/img/**"
}
}
],
"filters": [
{
"name": "RewritePath",
"args": {
"_genkey_0": "/img/(?<segment>.*)",
"_genkey_1": "/drag/lib/img/${segment}"
}
}
],
"uri": "lb://jeecg-system"
}
配置说明
-
predicates部分:定义了匹配规则,当请求路径以
/img/开头时,该路由规则生效。 -
filters部分:使用RewritePath过滤器对路径进行重写:
_genkey_0:定义了正则表达式匹配模式,捕获/img/后面的所有路径段_genkey_1:将原始路径重写为/drag/lib/img/加上捕获的路径段
-
uri部分:指定了请求最终转发的目标服务地址。
技术原理
这种资源路径问题的本质在于微服务架构中的网关路由配置。在前后端分离的架构中,前端静态资源通常会有特定的存放路径,而当这些资源通过网关访问时,需要确保:
- 网关能够正确识别资源请求
- 能够将外部请求路径映射到内部实际的资源路径
- 保持资源引用的相对路径关系不变
通过这种路径重写的方式,可以在不修改前端代码的情况下,解决资源访问问题,这也是微服务架构中处理静态资源的常用方法。
验证方法
配置完成后,可以通过以下步骤验证问题是否解决:
- 清除浏览器缓存
- 重新访问积木大屏页面
- 进入设计模式
- 检查组件工具栏中的图标是否正常显示
- 通过浏览器开发者工具查看网络请求,确认
/img/路径的资源请求是否返回200状态码
总结
JeecgBoot积木大屏的组件图标404问题是一个典型的网关路由配置问题。通过合理的路径重写规则,可以有效地解决这类静态资源访问问题。在实际的微服务架构部署中,类似的资源路径映射问题经常出现,掌握这种配置方法对于系统集成和部署具有重要意义。
建议在后续版本中,可以考虑统一资源路径规范,或者在文档中明确说明网关所需的完整路由配置,以减少用户的配置负担。
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217