在ofetch中使用拦截器实现请求队列与Token刷新机制
2025-06-12 10:06:22作者:范靓好Udolf
背景介绍
在现代Web应用中,处理身份验证和Token刷新是一个常见需求。当使用ofetch这样的HTTP客户端时,我们需要优雅地处理401未授权错误,并在Token过期时自动刷新Token,同时确保并发请求能够正确排队等待刷新完成。
核心问题分析
当多个API请求同时发生且Token过期时,会出现以下问题:
- 第一个请求检测到401错误,触发Token刷新流程
- 其他并发请求也会检测到401错误,各自触发Token刷新
- 这会导致多次刷新Token请求,可能造成Token失效或服务器压力
解决方案实现
基本拦截器结构
首先创建一个基本的ofetch实例,设置基础URL和拦截器:
import { ofetch } from "ofetch"
const apiFetcher = ofetch.create({
baseURL: import.meta.env.VITE_API_BASE_URL + '/api',
timeout: 30000,
retry: false,
credentials: 'include'
})
请求队列管理
为了实现请求排队,我们需要三个关键变量:
let refreshingToken = false // 标记是否正在刷新Token
let requestsQueue = [] // 等待队列
// 处理队列中的请求
const processQueue = (error, token = null) => {
requestsQueue.forEach((prom) => {
if (error) {
prom.reject(error)
} else {
prom.resolve(token)
}
})
requestsQueue = [] // 清空队列
}
响应拦截器实现
在响应拦截器中处理401错误和Token刷新逻辑:
apiFetcher.onResponse(async (ctx) => {
if (ctx.response.status === 401) {
// 如果已经在刷新Token,将请求加入队列
if (refreshingToken) {
return new Promise((resolve, reject) => {
requestsQueue.push({ resolve, reject })
}).then((resp) => {
if (resp) {
return ofetch(ctx.request, ctx.options)
}
})
}
// 标记开始刷新Token
refreshingToken = true
try {
// 发送刷新Token请求
const retry = new Promise((resolve, reject) => {
ofetch.raw('/auth/Refresh-Token', {
baseURL: import.meta.env.VITE_API_BASE_URL + '/api',
method: 'POST',
credentials: 'include'
}).then((resp) => {
// 处理成功,通知队列继续执行
processQueue(null, resp._data)
resolve()
}).catch(err => {
// 处理失败,通知队列并登出
processQueue(err, null)
const authStore = useAuthStore()
authStore.signOut()
reject()
}).finally(() => {
refreshingToken = false
})
})
await retry
} catch (error) {
// 错误处理
}
}
})
请求重试封装
为了简化使用,可以创建一个封装函数处理初始请求和重试逻辑:
import type { FetchRequest, FetchOptions, FetchResponse } from "ofetch"
const apiFetchRaw = async <T = any>(request: FetchRequest, options?: FetchOptions) => {
try {
const response = await apiFetcher.raw(request, options)
return response as FetchResponse<T>
} catch (error: any) {
if (error.response?.status === 401) {
// Token刷新后重试原始请求
const response = await apiFetcher.raw(request, options)
return response as FetchResponse<T>
}
return error.response as FetchResponse<T>
}
}
方案优势
- 避免重复刷新:使用
refreshingToken标记确保只有一个刷新请求 - 请求排队:后续请求会加入队列等待刷新完成
- 自动重试:Token刷新后自动重试原始请求
- 错误处理:刷新失败时自动登出并清理队列
实际应用建议
- 根据实际项目调整Token存储方式(localStorage/cookie等)
- 考虑添加额外的错误处理和日志记录
- 在SSR环境中需要特别注意Token的存储和传递
- 可以扩展支持多种认证方式
这种实现方式确保了在Token过期时的良好用户体验,同时保持了代码的整洁和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
179
AscendNPU-IR
C++
86
141
openJiuwen 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
TSX
986
248