Django REST Framework 3.15中DjangoModelPermissionsOrAnonReadOnly权限的变更分析
在Django REST Framework 3.15版本中,开发者发现了一个关于DjangoModelPermissionsOrAnonReadOnly权限类的行为变更问题。这个权限类原本设计用于允许匿名用户进行只读访问,但在3.15版本中却意外地开始要求模型上的"view"权限,导致原有功能失效。
问题本质
DjangoModelPermissionsOrAnonReadOnly是DRF提供的一个常用权限类,它继承自DjangoModelPermissions。在3.15版本之前,这个类允许匿名用户执行GET和HEAD请求(即只读访问),而对其他HTTP方法则要求用户认证并拥有相应权限。
问题的根源在于3.15版本中DjangoModelPermissions类引入了对Django模型"view"权限的检查。由于DjangoModelPermissionsOrAnonReadOnly继承了这个行为,导致匿名用户在尝试读取数据时也被要求拥有"view"权限,这显然与设计初衷相违背。
技术背景
Django在2.1版本中引入了模型的"view"权限(即view_modelname),这是对传统CRUD权限(add/change/delete)的补充。DRF的权限系统早于这一变更,因此在处理"view"权限时需要考虑向后兼容性。
在DRF的权限系统中,perms_map字典定义了HTTP方法与所需权限的映射关系。DjangoModelPermissions默认将GET/HEAD/OPTIONS映射到"view"权限,而DjangoModelPermissionsOrAnonReadOnly本应覆盖这一行为。
解决方案探讨
针对这一问题,社区提出了几种可能的解决方案:
-
完全回退:在3.15.1版本中回退相关变更,恢复3.14及之前版本的行为。这是最保守的方案,确保现有项目不受影响。
-
调整权限映射:修改
DjangoModelPermissionsOrAnonReadOnly的perms_map,明确将GET和HEAD方法映射为空列表,同时设置authenticated_users_only = False。 -
组合权限方案:推荐开发者使用权限组合(如
DjangoModelPermissions | ReadOnly)来实现类似功能,这提供了更大的灵活性。
从稳定性和向后兼容性角度考虑,第一种方案(完全回退)被项目维护者认为是最合适的短期解决方案。长期来看,可能需要重新设计权限系统以更好地处理Django的"view"权限。
开发者应对策略
对于正在使用或计划使用DjangoModelPermissionsOrAnonReadOnly的开发者,建议采取以下措施:
-
如果升级到DRF 3.15后发现匿名访问失效,可以暂时降级到3.14版本等待修复。
-
考虑实现自定义权限类,结合
BasePermission和DjangoModelPermissions来精确控制访问权限。 -
对于新项目,可以评估是否真的需要匿名只读访问,或者是否应该使用更明确的权限控制策略。
总结
权限系统是Web框架中最敏感的部分之一,任何变更都可能对现有应用产生深远影响。DRF 3.15中的这一变更提醒我们,在引入新功能时需要更加谨慎地考虑向后兼容性,特别是当涉及到权限和安全相关的功能时。
开发者在使用框架提供的权限类时,应该充分理解其行为机制,并在升级框架版本后对权限系统进行充分测试,确保应用的安全访问控制仍然按预期工作。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00