Thunder Client 中全局清除 Cookies 的配置方法
2025-06-19 21:21:12作者:平淮齐Percy
在 API 测试过程中,管理 Cookies 是一个常见但容易被忽视的重要环节。Thunder Client 作为一款流行的 API 测试工具,提供了多种方式来控制 Cookies 的清除行为,这对于测试不同授权场景尤为重要。
问题背景
许多开发者在测试涉及多种授权方法的 API 时,经常遇到 Cookies 管理的问题。特别是在以下场景中:
- 需要测试无 Cookie 访问时的 401 未授权响应
- 需要确保每个请求都在干净的会话状态下执行
- 避免因残留 Cookies 导致的测试结果不准确
解决方案
Thunder Client 提供了三种主要方式来处理 Cookies 清除需求:
1. 集合级别的全局设置
在集合设置中,可以直接勾选"Clear Cookies"选项。这个设置会应用于该集合下的所有请求和子文件夹,是最简单直接的全局配置方式。
2. 使用预运行脚本
对于更灵活的控制,可以在集合设置的"Pre-Run Script"中添加以下代码:
await tc.clearCookies(tc.request.url);
这段脚本会在每个请求执行前清除相关域名的 Cookies。
3. 单个请求的独立设置
虽然不推荐用于全局配置,但 Thunder Client 也支持在每个请求的高级设置中单独启用"Clear Cookies"选项。
最佳实践
- 优先使用集合级设置:对于需要统一行为的测试场景,集合级别的配置最为可靠
- 结合脚本使用:当需要更复杂的 Cookies 控制逻辑时,预运行脚本提供了最大的灵活性
- 注意测试顺序:确保清除 Cookies 的操作在需要验证授权失效的测试用例之前执行
- 验证结果:通过检查响应状态码和报告确认 Cookies 确实已被清除
常见问题排查
如果发现 Cookies 清除不生效,可以检查以下方面:
- 确保脚本正确添加到集合的预运行部分
- 确认没有在单个请求设置中覆盖了全局配置
- 检查测试报告中的 Cookies 操作记录
- 验证请求是否确实发送到了预期域名
通过合理配置 Thunder Client 的 Cookies 管理功能,开发者可以确保授权测试的准确性和一致性,避免因会话状态导致的测试结果偏差。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868