Django REST Framework API开发指南:Token认证机制详解
2025-06-10 07:10:25作者:管翌锬
前言
在现代Web应用开发中,API安全认证是至关重要的环节。本文将深入探讨Django REST Framework(DRF)中的Token认证机制,这是PragatiVerma18/Django-For-APIs项目中推荐的安全认证方案。
DRF默认认证机制
DRF提供了开箱即用的认证方案,默认配置如下:
REST_FRAMEWORK = {
'DEFAULT_PERMISSION_CLASSES': [
'rest_framework.permissions.AllowAny',
],
'DEFAULT_AUTHENTICATION_CLASSES': [
'rest_framework.authentication.SessionAuthentication',
'rest_framework.authentication.BasicAuthentication'
],
}
默认认证机制解析
- SessionAuthentication:基于Django的会话机制,主要用于支持可浏览API界面(Browsable API)的登录/登出功能
- BasicAuthentication:HTTP基本认证,通过Base64编码的用户名密码进行验证
这两种认证方式虽然简单易用,但在纯API场景下存在安全性和扩展性问题,因此项目中推荐使用更专业的Token认证方案。
Token认证实现
配置Token认证
更新DRF设置,启用Token认证:
REST_FRAMEWORK = {
'DEFAULT_PERMISSION_CLASSES': [
'rest_framework.permissions.IsAuthenticated',
],
'DEFAULT_AUTHENTICATION_CLASSES': [
'rest_framework.authentication.SessionAuthentication',
'rest_framework.authentication.TokenAuthentication', # 新增Token认证
],
}
关键点说明
- 保留了SessionAuthentication以支持Browsable API功能
- TokenAuthentication负责处理API请求的认证凭证
- 需要在INSTALLED_APPS中添加authtoken应用:
INSTALLED_APPS = [
...
'rest_framework.authtoken',
]
用户认证端点实现
为了提供完整的用户认证流程,项目采用了django-rest-auth包来实现登录、登出等功能。
安装配置
- 安装依赖包:
pip install django-rest-auth
- 添加应用到INSTALLED_APPS:
'rest_auth',
- 配置URL路由:
path('api/v1/rest-auth/', include('rest_auth.urls')),
用户注册功能实现
Django原生不提供用户注册功能,项目通过django-allauth扩展包来实现这一需求。
安装配置
- 安装依赖包:
pip install django-allauth
- 更新INSTALLED_APPS配置:
INSTALLED_APPS = [
...
'django.contrib.sites',
'allauth',
'allauth.account',
'allauth.socialaccount',
'rest_auth.registration',
]
- 添加必要配置项:
EMAIL_BACKEND = 'django.core.mail.backends.console.EmailBackend'
SITE_ID = 1
- 配置注册URL路由:
path('api/v1/rest-auth/registration/', include('rest_auth.registration.urls')),
关键配置解析
- EMAIL_BACKEND:将注册确认邮件输出到控制台,便于开发调试
- SITE_ID:Django站点框架的必要配置,即使只有一个站点也需要设置
Token认证工作流程
- 用户注册时,系统生成唯一Token
- 客户端在后续请求的HTTP头部携带Token:
Authorization: Token 9944b09199c62bcf9418ad846dd0e4bbdfc6ee4b - 服务器验证Token有效性
- 验证通过后处理请求,否则返回401未授权错误
最佳实践建议
-
生产环境注意事项:
- 务必使用HTTPS协议传输Token
- 考虑设置Token过期机制
- 实现Token刷新功能
-
性能优化:
- 对大流量API考虑使用缓存优化Token验证
- 定期清理过期Token
-
安全建议:
- 不要在客户端持久化存储Token
- 实现Token撤销机制
总结
本文详细介绍了PragatiVerma18/Django-For-APIs项目中采用的Token认证方案,相比传统的Session和Basic认证,Token机制更适合现代API开发,具有以下优势:
- 无状态,服务端不需要维护会话
- 跨域支持良好
- 适合移动端应用
- 易于扩展和集成
通过合理配置django-rest-auth和django-allauth,开发者可以快速构建完整的用户认证系统,为API提供可靠的安全保障。
登录后查看全文
热门项目推荐
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 StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 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
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284