深入理解axios中的XSRF-TOKEN跨域处理机制
2025-04-28 16:13:49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
kernelopenEuler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。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
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++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (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
1.22 K
667
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
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
19
30