Drogon框架中处理CORS跨域请求的最佳实践
2025-05-18 16:43:39作者:何将鹤
前言
在现代Web开发中,跨域资源共享(CORS)是一个常见需求。本文将深入探讨如何在Drogon框架中正确处理CORS请求,特别是针对OPTIONS预检请求的特殊处理方式。
CORS机制简介
CORS(Cross-Origin Resource Sharing)是一种安全机制,它允许浏览器向跨源服务器发出XMLHttpRequest请求或Fetch API请求。当Web应用尝试从不同源(协议+域名+端口)获取资源时,浏览器会强制执行CORS检查。
CORS请求分为两种类型:
- 简单请求:满足特定条件的GET、HEAD、POST请求
- 预检请求:不满足简单请求条件的其他请求,浏览器会先发送OPTIONS请求进行预检
Drogon中的CORS处理方案
在Drogon框架中,我们可以通过注册同步建议(registerSyncAdvice)和后处理建议(registerPostHandlingAdvice)两种方式来处理CORS请求。
预检请求(OPTIONS)处理
对于OPTIONS预检请求,我们需要在registerSyncAdvice中直接返回响应,而不是继续执行后续的控制器逻辑:
drogon::app().registerSyncAdvice([](const HttpRequestPtr& req) -> HttpResponsePtr {
if(req->method() == drogon::HttpMethod::Options) {
auto resp = HttpResponse::newHttpResponse();
// 处理CORS头部
const auto& origin = req->getHeader("Origin");
if(!origin.empty())
resp->addHeader("Access-Control-Allow-Origin", origin);
// 其他CORS头部处理...
return resp;
}
return nullptr;
});
常规请求的CORS处理
对于GET、POST等常规请求,我们可以在registerPostHandlingAdvice中添加CORS头部:
drogon::app().registerPostHandlingAdvice([](const HttpRequestPtr& req, const HttpResponsePtr& resp) {
// 添加CORS头部
const auto& origin = req->getHeader("Origin");
if(!origin.empty())
resp->addHeader("Access-Control-Allow-Origin", origin);
// 其他CORS头部处理...
});
为什么需要分开处理
- 性能考虑:OPTIONS预检请求只需要返回CORS头部信息,不需要执行完整的业务逻辑
- 安全性:直接拦截OPTIONS请求可以避免不必要的业务处理
- 规范遵循:符合HTTP协议对预检请求的处理要求
完整实现示例
以下是Drogon中处理CORS请求的完整实现示例:
drogon::app()
.registerSyncAdvice([](const HttpRequestPtr& req) -> HttpResponsePtr {
if(req->method() == drogon::HttpMethod::Options) {
auto resp = HttpResponse::newHttpResponse();
// 处理Origin
const auto& origin = req->getHeader("Origin");
if(!origin.empty())
resp->addHeader("Access-Control-Allow-Origin", origin);
// 处理请求方法
const auto& method = req->getHeader("Access-Control-Request-Method");
if(!method.empty())
resp->addHeader("Access-Control-Allow-Methods", method);
// 允许携带凭证
resp->addHeader("Access-Control-Allow-Credentials", "true");
// 处理请求头
const auto& headers = req->getHeader("Access-Control-Request-Headers");
if(!headers.empty())
resp->addHeader("Access-Control-Allow-Headers", headers);
return resp;
}
return nullptr;
})
.registerPostHandlingAdvice([](const HttpRequestPtr& req, const HttpResponsePtr& resp) {
// 为常规请求添加CORS头部
const auto& origin = req->getHeader("Origin");
if(!origin.empty())
resp->addHeader("Access-Control-Allow-Origin", origin);
resp->addHeader("Access-Control-Allow-Credentials", "true");
})
.run();
安全注意事项
上述实现采用了宽松的CORS策略,实际生产环境中应根据具体需求调整:
- 不应该无条件信任客户端发送的Origin头
- 应该限制允许的方法(GET, POST等)
- 应该明确指定允许的请求头
- 考虑添加缓存控制头,减少OPTIONS请求次数
结语
在Drogon框架中正确处理CORS请求需要理解HTTP协议规范并合理利用框架提供的钩子函数。通过registerSyncAdvice和registerPostHandlingAdvice的组合使用,我们可以优雅地实现完整的CORS支持,同时保证应用的性能和安全性。
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 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++
872
2.01 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
468
461
Ascend Extension for PyTorch
Python
757
960
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++
696
1.4 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
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。
Python
1.03 K
646