Next.js 中处理 401 未授权错误的正确姿势
在 Next.js 项目中,当我们需要处理 API 请求的 401 未授权错误时,往往会遇到一个棘手的问题:无法直接在服务器端修改 cookies。本文将深入探讨这个问题的根源,并提供一套完整的解决方案。
问题背景
在 Next.js 应用中,我们通常会使用自定义的 fetch 封装函数作为统一的 API 请求处理器。当服务器返回 401 状态码时,我们希望自动登出当前用户,类似于 Axios 拦截器的处理方式。
然而,当尝试在服务器组件中调用 auth.js 的 signOut 方法时,会遇到如下错误提示:"Cookies can only be modified in a Server Action or Route Handler"。这是因为 Next.js 出于安全考虑,限制了在服务器组件中直接操作 cookies 的能力。
问题分析
这个限制实际上是 Next.js 的一种安全机制。服务器组件在渲染时执行,此时直接操作 cookies 可能会导致不可预期的行为。正确的做法是将 cookies 操作放在专门设计的 Server Action 或 Route Handler 中。
解决方案
1. 创建专用的登出路由处理器
我们需要创建一个专门处理登出逻辑的路由处理器。这个处理器将负责两件事:
- 清除所有相关的认证 cookies
- 调用 signOut 方法终止会话
import { signOut } from "@/auth";
import { cookies } from "next/headers";
import { NextResponse } from "next/server";
export async function GET() {
const cookieStore = cookies();
const cookieKeys = ["authjs.session-token", "next-auth.session-token", "access_token"];
cookieKeys.forEach((key) => cookieStore.delete(key));
await signOut({ redirect: false });
return NextResponse.redirect("/login");
}
2. 修改 fetch 封装函数
在统一的 fetch 封装中,当检测到 401 错误时,我们不再直接调用 signOut,而是重定向到我们创建的登出路由:
async function fetchApiProxy<T, ET = any>(
url: string,
options?: RequestInit & { authorize?: boolean },
) {
const res = await fetchApi<T, ET>(url, options);
if (res.status === 401 || res.message === "UnAuthentication") {
await redirectTo("/api/logout");
}
return res;
}
实现细节
完整的 fetch 封装实现
一个健壮的 fetch 封装应该包含以下功能:
- 自动添加认证头信息
- 统一错误处理
- 401 错误自动处理
- 类型安全
"server-only";
async function fetchApi<T, ET = any>(
url: string,
options?: RequestInit & { authorize?: boolean },
): Promise<FetchApiResponse<T, ET>> {
try {
const session = await auth();
const res = await fetch(`${process.env.API_BASE_URL}${url}`, {
...options,
headers: {
"Content-Type": "application/json",
...options?.headers,
...(options?.authorize && {
Authorization: `Bearer ${session?.accessToken}`,
}),
},
});
const data = await res.json();
if (!res.ok) {
return {
isError: true,
message: data?.message || res.statusText || "Unknown error",
data: null,
status: res.status,
errorData: data?.data ?? null,
};
}
return {
isError: false,
message: data?.message || null,
data: data?.data,
errorData: null,
status: res.status,
};
} catch (error) {
return {
isError: true,
message: error instanceof Error ? error.message : "Unknown error",
data: null,
status: 500,
errorData: null,
};
}
}
最佳实践
- 错误处理统一化:所有 API 请求都通过这个封装函数进行,确保错误处理一致
- 认证自动化:通过 authorize 选项自动添加认证头信息
- 类型安全:使用 TypeScript 泛型确保请求和响应类型安全
- 安全考虑:避免在服务器组件中直接操作 cookies
总结
在 Next.js 应用中处理 401 错误时,关键在于理解框架的安全限制并找到符合设计原则的解决方案。通过创建专用的路由处理器来处理登出逻辑,我们既遵守了框架的限制,又实现了业务需求。这种模式不仅解决了当前问题,还为应用提供了清晰的结构和可维护的代码基础。
对于更复杂的认证场景,可以考虑扩展这个方案,例如添加刷新令牌的逻辑,或者在登出时执行额外的清理工作。记住,良好的错误处理是构建健壮应用的关键部分。
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
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
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
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01