在graphql-request中使用getServerSideProps时如何传递请求头
2025-06-05 16:23:12作者:殷蕙予
在使用Next.js的getServerSideProps进行服务端渲染时,我们经常需要从客户端请求头中获取特定信息,并将其传递给GraphQL查询。graphql-request库提供了多种灵活的方式来处理这种情况。
基本场景分析
在服务端渲染场景下,我们通常需要:
- 从传入的请求对象中获取特定的请求头信息
- 将这些信息传递给后续的GraphQL查询
- 可能需要将这些信息添加到响应头中
解决方案对比
方法一:直接传递headers对象
最直观的方式是将headers作为第二个参数传递给request方法:
const data = await graphQLClient.request(query, variables, headers);
这种方式的优点是简单直接,但缺点是:
- 需要额外处理headers对象
- 在使用了react-query等库时可能需要禁用某些eslint规则
方法二:使用setHeader方法
graphql-request库提供了更优雅的解决方案 - 使用Client实例的setHeader方法:
graphQLClient.setHeader('new_header', accessToken);
const data = await graphQLClient.request(query, { postId });
这种方式的优势在于:
- 代码更清晰,职责更明确
- 不需要修改request方法的调用方式
- 设置的header会应用于该Client实例的所有后续请求
实际应用建议
在实际项目中,建议采用以下最佳实践:
-
初始化时设置通用headers:在创建GraphQLClient实例时就设置那些不会变化的headers
-
动态headers处理:对于需要动态设置的headers,使用setHeader方法
-
请求隔离:如果需要为不同请求设置不同的headers,考虑创建多个Client实例
-
安全考虑:特别注意敏感信息(如认证token)的处理,避免泄露
完整示例代码
export const getServerSideProps = (async context => {
// 从查询参数中获取postId
const { id: postId } = context.query;
// 从请求头中获取access token
const headers = context.req.headers;
const accessToken = headers['app_header'];
// 设置GraphQL请求头
graphQLClient.setHeader('Authorization', `Bearer ${accessToken}`);
// 执行GraphQL查询
const data = await graphQLClient.request(query, { postId });
return {
props: {
data
}
};
}) satisfies GetServerSideProps;
通过这种方式,我们可以灵活地处理服务端渲染场景下的headers传递问题,同时保持代码的清晰和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C037
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0114
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
432
3.29 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++
689
351
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
689
162
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
React Native鸿蒙化仓库
JavaScript
266
327
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
79
37
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
671