Drogon框架中过滤器与CORS配置的常见问题解析
2025-05-18 10:28:06作者:廉皓灿Ida
drogon
Drogon: A C++14/17/20 based HTTP web application framework running on Linux/macOS/Unix/Windows
过滤器注册顺序的重要性
在使用Drogon框架开发Web应用时,许多开发者会遇到过滤器不生效的问题,特别是在处理跨域资源共享(CORS)时。一个典型的场景是开发者创建了自定义过滤器类,正确实现了doFilter方法,但在实际请求中却发现过滤器逻辑没有被执行。
问题根源分析
问题的核心在于Drogon框架中组件注册的顺序。框架要求所有处理器(handler)必须在调用run()方法之前完成注册。如果在run()之后才注册处理器,框架将无法正确建立请求路由与过滤器的关联关系。
正确的实现方式
正确的做法是将所有路由注册逻辑放在run()调用之前。对于需要初始化的服务配置,可以使用registerBeginningAdvice方法,但必须确保其中的路由注册代码在run()之前执行。
int main()
{
auto authFilter = std::make_shared<AuthFilter>();
app()
.loadConfigFile("./config.json")
.setLogPath("./build/log")
.registerFilter(authFilter)
.registerHandler("/api/auth/isUserExist?username={username}", &usernameCheck, {Get, "AuthFilter"})
.registerHandler("/api/auth/signup", &signUpHandler, {Post, "AuthFilter"})
.registerHandler("/api/auth/signin", &signInHandler, {Post, "AuthFilter"})
.run();
return EXIT_SUCCESS;
}
过滤器实现细节
在实现CORS过滤器时,除了基本的Access-Control-Allow-Origin头部外,通常还需要处理预检请求(OPTIONS)和其他相关头部:
void doFilter(const drogon::HttpRequestPtr &req,
drogon::FilterCallback &&fcb,
drogon::FilterChainCallback &&fccb) override
{
// 处理OPTIONS预检请求
if(req->method() == Options)
{
auto resp = HttpResponse::newHttpResponse();
resp->addHeader("Access-Control-Allow-Origin", "http://localhost:xxxx");
resp->addHeader("Access-Control-Allow-Methods", "GET,POST,OPTIONS");
resp->addHeader("Access-Control-Allow-Headers", "Content-Type");
return fcb(resp);
}
// 正常请求处理
auto resp = HttpResponse::newHttpResponse();
resp->addHeader("Access-Control-Allow-Origin", "http://localhost:xxxx");
fccb(); // 继续处理链
}
不同控制器的差异化策略
对于需要为不同控制器应用不同CORS策略的场景,可以通过以下方式实现:
- 创建多个过滤器类,每个类实现不同的CORS策略
- 在注册路由时,为不同路由指定不同的过滤器
- 在过滤器内部根据请求路径动态决定应用的策略
性能考量
虽然过滤器提供了灵活的请求处理机制,但过度使用会影响性能。对于简单的CORS需求,可以考虑使用registerPostHandlingAdvice全局后处理建议,这种方式通常比过滤器更高效。
总结
Drogon框架的过滤器机制虽然强大,但需要注意注册顺序和正确使用。理解框架的生命周期和组件初始化顺序是解决问题的关键。对于CORS这类常见需求,合理设计过滤器逻辑可以大大提高开发效率和系统安全性。
drogon
Drogon: A C++14/17/20 based HTTP web application framework running on Linux/macOS/Unix/Windows
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
573
3.87 K
Ascend Extension for PyTorch
Python
391
470
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
357
217
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++
898
693
昇腾LLM分布式训练框架
Python
122
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
123
158
🎉 (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
1.38 K
784
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
169
React Native鸿蒙化仓库
JavaScript
312
362