JJWT库中JwtBuilder的audience方法使用问题解析
2025-05-22 03:31:05作者:曹令琨Iris
背景介绍
JJWT是一个流行的Java JSON Web Token(JWT)库,它提供了创建、解析和验证JWT的便捷API。在最新版本中,开发者发现使用JwtBuilder构建JWT时,添加audience(受众)声明存在一个特殊的行为模式。
问题现象
在0.12.5版本之前的JJWT中,当开发者使用JwtBuilder添加audience声明时,必须遵循一个特定的调用模式:
JwtBuilder builder = Jwts.builder();
builder.audience().add("my-web").and(); // 必须调用and()方法
如果不调用and()方法,添加的audience声明将不会生效。这种设计在文档中没有明确说明,而且与其他声明(如claims)的处理方式不一致,后者可以直接添加而无需额外的and()调用。
技术分析
构建器模式的设计
JJWT采用了嵌套构建器(Nested Builder)的设计模式。这种模式允许开发者通过链式调用逐步构建复杂对象。在这种设计中:
audience()方法返回一个专门的构建器对象- 开发者在这个构建器上调用方法配置audience
and()方法表示配置完成,返回父构建器
不一致性分析
问题在于claims构建器的行为与audience构建器不同。claims构建器在调用add()方法后会立即应用更改,而audience构建器则需要显式调用and()才会应用更改。这种不一致性容易导致开发者困惑。
解决方案
JJWT维护者在0.12.5版本中修复了这个问题,采用了以下改进方案:
- 立即应用更改:现在所有嵌套构建器(包括audience)都会在调用修改方法(如
add())后立即应用更改,不再需要等待and()调用 - 保持一致性:所有构建器的行为现在保持一致,减少了开发者的认知负担
- 简化API使用:开发者不再需要记住哪些构建器需要
and()调用,哪些不需要
最佳实践
虽然问题已经修复,但了解构建器模式的最佳实践仍然很重要:
- 对于链式调用,建议保持一致的缩进格式
- 即使现在不需要,也可以继续使用
and()方法,因为它能明确表示配置段的结束 - 对于复杂JWT构建,可以考虑拆分步骤,提高代码可读性
总结
JJWT 0.12.5版本解决了JwtBuilder中audience声明添加的不一致问题,使API更加直观易用。这个改进体现了优秀开源项目对开发者体验的持续关注,也展示了构建器模式在实际应用中的灵活性和可进化性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
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
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 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
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
985