Angular课程:使用Observables实现JSONP请求
2025-06-10 04:01:48作者:咎岭娴Homer
前言
在现代Web开发中,跨域资源共享(CORS)是一个常见的安全限制。本文将深入探讨如何在Angular应用中通过JSONP技术绕过CORS限制,实现跨域API请求。我们将基于一个音乐搜索应用案例,展示如何从传统的HTTP请求迁移到JSONP解决方案。
JSONP技术解析
什么是JSONP?
JSONP(JSON with Padding)是一种巧妙绕过浏览器同源策略的技术方案。它通过动态创建<script>标签的方式获取跨域数据,完美避开了CORS的限制。
工作原理
- 动态脚本注入:将API请求伪装成JavaScript文件请求
- 回调函数包装:服务器返回的数据会被包裹在指定的回调函数中
- 自动执行:浏览器下载并执行这个"脚本",触发我们预先定义的回调函数
技术特点
- 仅支持GET请求
- 需要服务器端支持JSONP格式
- 相比CORS方案更简单易用
- 存在一定的安全风险(XSS攻击)
实战:改造音乐搜索应用
初始配置
首先需要导入Angular的JSONP模块:
import { JsonpModule, Jsonp, Response } from '@angular/http';
@NgModule({
imports: [
BrowserModule,
ReactiveFormsModule,
FormsModule,
JsonpModule // 关键配置
]
})
class AppModule {}
服务层改造
我们将原有的HTTP服务改造为JSONP服务:
@Injectable()
export class SearchService {
apiRoot: string = 'https://itunes.apple.com/search';
constructor(private jsonp: Jsonp) {} // 注入Jsonp服务
search(term: string) {
let apiURL = `${this.apiRoot}?term=${term}&media=music&limit=20&callback=JSONP_CALLBACK`;
return this.jsonp.request(apiURL)
.map(res => {
// 数据处理逻辑保持不变
return res.json().results.map(item => {
return new SearchItem(
item.trackName,
item.artistName,
item.trackViewUrl,
item.artworkUrl30,
item.artistId
);
});
});
}
}
关键点说明
- callback参数:
JSONP_CALLBACK是一个占位符,Angular会在运行时自动替换为随机生成的函数名 - 请求方法:使用
jsonp.request()替代原来的http.get() - 响应处理:虽然请求方式变了,但响应数据的处理逻辑可以保持不变
技术对比
| 特性 | HTTP + CORS | JSONP |
|---|---|---|
| 安全性 | 高 | 中 |
| 请求类型 | 所有HTTP方法 | 仅GET |
| 服务器要求 | 需设置CORS头 | 需支持JSONP |
| 实现复杂度 | 较高 | 简单 |
| 浏览器兼容性 | 现代浏览器 | 所有浏览器 |
最佳实践建议
- 优先考虑CORS:如果API支持CORS,应优先使用标准HTTP请求
- 备用方案:对于不支持CORS的老旧API,JSONP是不错的备选方案
- 安全考虑:只信任可靠的JSONP API源,避免XSS攻击风险
- 错误处理:为JSONP请求添加超时和错误处理逻辑
总结
通过本文的学习,我们掌握了在Angular中使用JSONP实现跨域请求的核心技术。JSONP作为一种经典的跨域解决方案,虽然有其局限性,但在特定场景下仍然非常实用。关键在于理解其工作原理,并根据实际需求选择合适的跨域方案。
对于现代Angular应用开发者来说,掌握多种跨域技术方案将大大提升应对复杂场景的能力。JSONP作为其中一种重要手段,值得放入你的技术工具箱中。
登录后查看全文
热门项目推荐
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
unified-cache-managementPersist and reuse KV Cache to speedup your LLM.Python02
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
282
2.59 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
303
Ascend Extension for PyTorch
Python
109
139
暂无简介
Dart
571
127
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++
602
169
🎉 (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
1.04 K
608
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
303
39