在graphql-request中使用getServerSideProps时传递请求头的最佳实践
2025-06-05 00:13:51作者:侯霆垣
在使用Next.js的getServerSideProps进行服务端渲染时,我们经常需要从服务器端获取GraphQL数据。graphql-request是一个轻量级的GraphQL客户端,它提供了简单的方式来发送GraphQL查询。本文将详细介绍如何在getServerSideProps中正确配置请求头。
问题背景
在Next.js应用中,当我们需要在服务端渲染页面时获取数据,通常会使用getServerSideProps函数。这个函数在每次页面请求时都会运行在服务器端。有时我们需要在GraphQL请求中传递特定的请求头,比如认证令牌或其他自定义头信息。
传统解决方案
最直接的方式是在每次调用graphQLClient.request时传递headers参数:
const data = await graphQLClient.request(query, variables, {
headers: {
'Custom-Header': 'value'
}
});
这种方式虽然可行,但存在几个问题:
- 代码重复 - 每次请求都需要重复设置相同的头信息
- 可维护性差 - 如果需要修改头信息,需要在多处修改
- 与eslint规则冲突 - 如果使用了react-query等库,可能会违反深度依赖规则
更优雅的解决方案
graphql-request客户端提供了setHeader方法,可以全局设置请求头:
export const getServerSideProps = async (context) => {
const { id: postId } = context.query;
// 从请求上下文中获取原始头信息
const headers = context.req.headers;
const accessToken = headers['app_header'];
// 全局设置请求头
graphQLClient.setHeader('new_header', accessToken);
// 执行GraphQL查询
const data = await graphQLClient.request(query, { postId });
return { props: { data } };
};
方法优势
- 一次性设置:只需在客户端初始化后设置一次,所有后续请求都会自动包含这些头信息
- 代码简洁:避免了在每个请求中重复设置头信息
- 易于维护:头信息集中管理,修改时只需改动一处
- 兼容性好:不会与eslint规则产生冲突
实现原理
graphql-request的setHeader方法会将头信息存储在客户端的配置中。当执行request方法时,这些预定义的头信息会自动包含在HTTP请求中。这种方式类似于其他HTTP客户端(如axios)的拦截器机制。
注意事项
- 如果头信息需要根据每个请求动态变化,仍然需要在request方法中单独设置
- 在多用户环境下,要注意避免头信息的交叉污染
- 敏感信息(如认证令牌)应该妥善处理,避免安全问题
通过这种方式,我们可以在Next.js的getServerSideProps中高效、安全地使用graphql-request进行数据获取,同时保持代码的整洁和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355