Telerik UI for ASP.NET Core中DeferredScriptFile方法的路径问题解析
问题背景
在Telerik UI for ASP.NET Core项目中,开发团队发现了一个关于延迟脚本(deferred scripts)路径处理的bug。当使用@(Html.Kendo().DeferredScriptFile())方法生成延迟脚本时,脚本文件的路径指向了应用程序的根目录而非应用程序根目录下的正确位置。
问题表现
当启用全局延迟初始化并调用DeferredScriptFile()方法时,生成的脚本标签如下:
<script src="/kendo-deferred-scripts-XXXX.js"></script>
而预期应该是:
<script src="/MyWebsite/kendo-deferred-scripts-XXXX.js"></script>
技术分析
这个问题源于路径解析时没有正确处理应用程序的虚拟路径。在ASP.NET Core中,当应用程序部署在虚拟目录下时,所有资源路径都应该包含这个虚拟目录前缀。
根本原因
DeferredScriptFile()方法在生成脚本路径时,直接使用了硬编码的路径"/kendo-deferred-scripts-XXXX.js",而没有考虑应用程序可能部署在虚拟目录下的情况。这会导致在虚拟目录部署场景下,浏览器会尝试从服务器根目录而不是应用程序虚拟目录加载脚本文件。
解决方案
正确的做法是使用Url.Content()方法并添加波浪线(~)前缀来解析路径。波浪线在ASP.NET中代表应用程序根目录,Url.Content()方法会将其转换为正确的虚拟路径。
修正后的代码应该如下:
public HtmlString DeferredScriptFile(string nonce = "")
{
// ...其他代码
var scriptResult = hasDeferredScritps ?
$@"<script src=""{urlHelper.Content("~/kendo-deferred-scripts-" + guid + ".js")}""
{(string.IsNullOrEmpty(nonce) ? "" : "nonce=" + '"' + nonce + '"')}></script>" : "";
var styleResult = hasDeferredStyles ?
$@"<link href=""{urlHelper.Content("~/kendo-deferred-styles-" + guid + ".js")}""
{(string.IsNullOrEmpty(nonce) ? "" : "nonce=" + '"' + nonce + '"')} rel=""stylesheet""></link>" : "";
return new HtmlString(scriptResult + System.Environment.NewLine + styleResult);
}
技术对比
有趣的是,在ASP.NET MVC版本的Telerik UI中,这个问题并不存在,因为它使用了VirtualPathUtility.ToAbsolute()方法来正确处理路径:
// ASP.NET MVC版本的正确实现
public MvcHtmlString DeferredScriptFile(string nonce = "")
{
// ...其他代码
var scriptResult = hasDeferredScripts ?
$@"<script src=""{VirtualPathUtility.ToAbsolute("~/kendo-deferred-scripts-" + guid + ".js")}""
{(string.IsNullOrEmpty(nonce) ? "" : "nonce=" + '"' + nonce + '"')}></script>" : "";
// ...其他代码
}
最佳实践建议
-
始终使用应用程序相对路径:在生成资源URL时,总是使用波浪线(~)前缀来表示应用程序根目录。
-
使用框架提供的路径解析方法:
- ASP.NET Core中使用
Url.Content() - ASP.NET MVC中使用
VirtualPathUtility.ToAbsolute()
- ASP.NET Core中使用
-
考虑虚拟目录部署:开发时应该测试应用程序部署在虚拟目录下的场景,确保所有资源路径都能正确解析。
-
安全性考虑:如示例代码所示,还应该考虑nonce属性的添加,这是内容安全策略(CSP)的一部分,可以防止XSS攻击。
总结
路径处理是Web开发中常见但容易出错的一个环节。Telerik UI for ASP.NET Core中的这个bug提醒我们,在处理资源路径时需要考虑应用程序的部署环境,特别是虚拟目录的情况。通过使用框架提供的路径解析方法,可以确保生成的路径在各种部署场景下都能正常工作。
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