Drogon框架中处理CORS跨域请求的最佳实践
2025-05-18 13:58:34作者:宣海椒Queenly
drogon
Drogon: A C++14/17/20 based HTTP web application framework running on Linux/macOS/Unix/Windows
概述
在现代Web开发中,跨域资源共享(CORS)是一个常见需求。Drogon作为一款高性能的C++ Web框架,提供了灵活的方式来处理CORS请求。本文将详细介绍如何在Drogon应用中正确配置CORS相关头信息,特别是针对OPTIONS预检请求的处理方式。
CORS基础
CORS机制允许浏览器向跨源服务器发出XMLHttpRequest请求或Fetch API请求,从而克服了同源策略的限制。一个完整的CORS交互通常包含两个部分:
- 预检请求(OPTIONS):浏览器自动发送,用于确认服务器是否允许实际请求
- 实际请求(POST/GET等):在预检通过后发送的真正请求
Drogon中的CORS处理方案
Drogon框架提供了多种钩子函数来处理请求,我们可以利用这些钩子来实现完整的CORS支持。
1. 处理OPTIONS预检请求
OPTIONS请求需要特殊处理,因为它不经过常规的路由处理流程。我们可以使用registerSyncAdvice钩子来拦截并响应OPTIONS请求:
drogon::app().registerSyncAdvice([](const HttpRequestPtr& req) -> HttpResponsePtr {
if(req->method() == drogon::HttpMethod::Options) {
auto resp = HttpResponse::newHttpResponse();
// 设置CORS头
const auto& origin = req->getHeader("Origin");
if(!origin.empty())
resp->addHeader("Access-Control-Allow-Origin", origin);
// 其他CORS头设置...
return resp;
}
return nullptr; // 非OPTIONS请求继续正常处理
});
2. 处理实际请求的CORS头
对于实际请求(POST/GET等),我们可以使用registerPostHandlingAdvice钩子在请求处理后添加CORS头:
drogon::app().registerPostHandlingAdvice([](const HttpRequestPtr& req, const HttpResponsePtr& resp) {
const auto& origin = req->getHeader("Origin");
if(!origin.empty())
resp->addHeader("Access-Control-Allow-Origin", origin);
// 其他CORS头设置...
});
为什么需要分开处理
OPTIONS请求需要单独处理的原因在于:
- 性能考虑:OPTIONS请求只需要返回头信息,不需要执行完整的业务逻辑
- 流程控制:OPTIONS请求是浏览器自动发送的预检请求,应该在进入业务逻辑前就响应
- 安全性:单独处理可以确保预检请求不会意外触发业务逻辑
安全建议
上述示例展示了最简单的CORS配置方式,但在生产环境中,建议:
- 不要简单地回显Origin头,应该维护一个允许的来源白名单
- 根据实际需要限制允许的方法和头信息
- 考虑添加缓存控制头,减少OPTIONS请求的频率
总结
在Drogon框架中正确处理CORS请求需要同时使用registerSyncAdvice和registerPostHandlingAdvice两个钩子。前者专门处理OPTIONS预检请求,后者为实际请求添加必要的CORS头信息。这种分离处理的方式既符合HTTP协议规范,又能保证应用的高效运行。
drogon
Drogon: A C++14/17/20 based HTTP web application framework running on Linux/macOS/Unix/Windows
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 StartedRust069- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
687
4.45 K
Ascend Extension for PyTorch
Python
540
664
Claude 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 Started
Rust
386
69
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++
953
919
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
646
230
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
407
322
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.59 K
923
昇腾LLM分布式训练框架
Python
145
172
暂无简介
Dart
935
234