Solon项目中SSE流式数据传输换行符问题的解决方案
2025-07-01 19:54:20作者:瞿蔚英Wynne
背景介绍
在使用Solon框架开发基于SSE(Server-Sent Events)的流式数据传输应用时,开发者可能会遇到一个常见问题:当后端通过SSE推送包含换行符或空格的内容时,前端接收到的数据中这些特殊字符会丢失或显示异常。这种情况在开发聊天应用、实时日志显示或AI对话系统时尤为常见。
问题分析
在原始实现中,后端直接通过getContent()方法获取消息内容并通过SSE发送:
return Flux.from(chatModel.prompt(message).stream())
.map(resp -> resp.getMessage())
.map(msg -> new SseEvent().data(msg.getContent()));
这种做法会导致以下问题:
- SSE协议特性:SSE以行为单位传输数据,当内容中包含换行符时,会被解释为消息分隔符而非内容的一部分
- 数据完整性:直接发送纯文本内容会丢失原始数据中的格式信息
- 前端解析困难:前端需要额外处理才能正确显示格式化的内容
解决方案
后端改造
正确的做法是将内容封装为JSON格式进行传输,这样可以保留原始数据中的所有特殊字符和格式信息:
@Produces(MimeType.TEXT_EVENT_STREAM_UTF8_VALUE)
@Mapping("case2")
public Flux<ChatMessage> case2(String prompt) throws IOException {
return Flux.from(chatModel.prompt(prompt).stream())
.filter(resp -> resp.hasChoices())
.map(resp -> resp.getMessage());
}
这种实现方式有以下优势:
- 保留格式信息:JSON格式可以完整保留换行符、空格等特殊字符
- 结构化数据:可以传输更复杂的数据结构,而不仅是纯文本
- 扩展性强:便于未来添加更多元数据字段
前端适配
前端也需要相应调整,正确解析JSON格式的SSE数据:
eventSource.onmessage = (event) => {
// 解析JSON格式的SSE数据
let json_data = transformThink(JSON.parse(event.data).content)
// 拼接并显示内容
temp.value.msg = temp.value.msg + json_data;
// 滚动到底部
nextTick(() => {
let chatList = document.getElementById('chatList')
if (chatList) {
chatList.scrollTop = chatList.scrollHeight;
}
})
}
实现细节
- JSON序列化:Solon框架会自动将返回的对象序列化为JSON格式
- 内容安全:JSON格式天然支持内容转义,避免了XSS等安全问题
- 性能考虑:虽然JSON格式会增加少量传输开销,但对于现代网络环境影响可以忽略
最佳实践
- 统一数据格式:建议所有SSE接口都采用JSON格式返回数据
- 错误处理:前端应添加完善的错误处理逻辑,应对网络异常等情况
- 内容格式化:可以在后端完成内容的初步格式化,减轻前端负担
- 连接管理:合理处理SSE连接的建立和关闭,避免资源泄漏
总结
在Solon框架中使用SSE进行流式数据传输时,直接发送纯文本内容会导致格式信息丢失。通过将数据封装为JSON格式传输,可以完美解决换行符和空格显示异常的问题。这种方法不仅解决了当前问题,还为系统未来的功能扩展打下了良好基础。
对于开发者而言,理解SSE协议的特性和JSON格式的优势,能够帮助设计出更加健壮和可维护的实时数据交互系统。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0769
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.49 K
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
494
518
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
648
287