SpringDoc OpenAPI中@Hidden注解失效问题解析与解决方案
问题背景
在Spring Boot应用中使用SpringDoc OpenAPI生成API文档时,开发人员可能会遇到一个常见问题:当使用@Hidden注解标记REST控制器类时,该控制器仍然会出现在生成的OpenAPI文档中。这个问题在Spring Boot 3.2.4和springdoc-openapi-starter-common 2.6.0版本中尤为明显。
问题根源分析
这个问题的根本原因在于Spring框架的默认代理机制CGLIB。当Spring创建控制器类的代理时,会在原始类名后添加"$$SpringCGLIB$$0"后缀。SpringDoc OpenAPI在检查类是否被@Hidden注解标记时,直接使用了代理类名进行比较,导致无法正确识别原始类上的注解。
具体来说,问题出在AbstractOpenApiResource类的isHiddenRestControllers方法中,该方法直接使用isAssignableFrom方法比较类对象,而没有考虑Spring代理类的情况。
技术细节
Spring框架使用CGLIB或JDK动态代理来实现AOP功能。对于没有实现接口的类,Spring默认使用CGLIB代理,这会在原始类名后添加特殊后缀。这种代理机制虽然对业务逻辑透明,但在反射和注解处理时需要特别注意。
在SpringDoc OpenAPI的实现中,isHiddenRestControllers方法通过检查类是否被@Hidden注解标记来决定是否在文档中显示该控制器。由于代理类名的变化,这个检查逻辑失效了。
解决方案
Spring框架提供了ClassUtils.getUserClass方法来获取代理背后的原始类。我们可以利用这个方法来解决注解识别问题。具体实现方式是在检查@Hidden注解时,先通过getUserClass方法获取原始类,然后再进行比较。
这个解决方案已经被项目维护者采纳并合并到代码库中。修改后的逻辑能够正确处理代理类情况,确保@Hidden注解按预期工作。
最佳实践
- 当遇到Spring代理导致的注解识别问题时,优先考虑使用Spring提供的工具类如
ClassUtils来处理 - 在自定义注解处理器时,始终考虑代理类的情况
- 对于重要的API文档控制,除了类级别的
@Hidden注解,也可以考虑使用方法级别的控制
总结
Spring框架的代理机制虽然强大,但在处理注解时可能会带来一些意外情况。理解这些机制并学会使用Spring提供的工具类来处理代理类问题,是每个Spring开发者应该掌握的技能。通过这次问题的分析和解决,我们不仅解决了@Hidden注解失效的问题,也加深了对Spring代理机制的理解。
对于使用SpringDoc OpenAPI的开发者来说,升级到包含此修复的版本后,可以放心使用@Hidden注解来控制API文档的生成,确保文档的准确性和完整性。
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 StartedRust0191
cann-learning-hubCANN 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 Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08