深入理解axios中的XSRF-TOKEN跨域处理机制
2025-04-28 23:33:01作者:曹令琨Iris
在前后端分离架构中,axios作为一款流行的HTTP客户端库,提供了XSRF(跨站请求伪造)防护机制。本文将深入探讨axios的XSRF-TOKEN处理逻辑,特别是跨子域场景下的解决方案。
axios的XSRF防护机制原理
axios内置的XSRF防护机制通过以下方式工作:
- 从cookie中读取名为"XSRF-TOKEN"的值
- 将该值作为"X-XSRF-TOKEN"请求头发送到服务器
- 服务器验证令牌的有效性
默认情况下,axios只会对与当前页面同源的请求自动添加XSRF头。这是出于安全考虑,防止令牌泄露给不受信任的域。
跨子域场景的挑战
在实际开发中,常见以下场景:
- 前端部署在frontend.company.com
- API服务部署在backend.company.com
- 两者共享同一个顶级域(company.com)
此时,axios的默认机制会失效,因为它会严格比较完整域名是否匹配。虽然浏览器会自动将cookie发送到同顶级域下的子域,但axios不会自动添加XSRF头。
解决方案:请求拦截器实现
我们可以通过axios的请求拦截器来实现跨子域的XSRF防护:
const xsrfTokenRequestInterceptor = (request) => {
try {
const method = request.method?.toLowerCase();
const unsafeMethods = ['post', 'put', 'delete', 'patch'];
const methodRequiresCSRF = unsafeMethods.includes(method);
const currentHost = window.location.hostname.split('.').slice(-2).join('.');
const targetHost = new URL(axios.getUri(request)).hostname.split('.').slice(-2).join('.');
const sameBaseDomain = currentHost === targetHost;
if (request.withXSRFToken === undefined) {
request.withXSRFToken = sameBaseDomain && methodRequiresCSRF;
}
if (request.withCredentials === undefined) {
request.withCredentials = sameBaseDomain;
}
} catch (error) {
console.error('XSRF拦截器处理异常:', error);
}
return request;
};
实现要点解析
- 方法类型判断:只对POST、PUT、DELETE、PATCH等可能修改数据的请求启用XSRF防护
- 域名匹配:比较当前页面和目标URL的二级域名和顶级域名是否相同
- 配置覆盖:保留手动设置withXSRFToken和withCredentials的能力
- 错误处理:确保拦截器异常不会阻断请求
注意事项
- 此方案假设所有子域共享同一个顶级域
- 对于包含国家代码的二级域名(如.co.uk),需要更复杂的域名解析逻辑
- 必须确保服务器正确设置了cookie的domain属性为顶级域
- 生产环境应考虑使用成熟的域名解析库处理复杂域名
通过这种拦截器方案,我们可以在保持安全性的同时,实现跨子域的XSRF防护,为前后端分离架构提供更好的开发体验。
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