解决springdoc-openapi返回Base64编码问题的技术方案
问题背景
在使用springdoc-openapi为Spring Boot项目生成API文档时,开发者可能会遇到一个奇怪的现象:访问/v3/api-docs接口返回的不是预期的JSON文档,而是一个Base64编码的字符串。这种情况通常发生在项目自定义了HTTP消息转换器(HttpMessageConverter)配置时。
问题根源分析
这个问题的根本原因在于Spring MVC的消息转换器链配置不当。当开发者自定义WebMvcConfigurer并重写configureMessageConverters方法时,如果没有正确处理字节数组类型的转换器,就会导致springdoc-openapi生成的文档被错误地转换为Base64编码。
Spring MVC在处理响应时,会按照消息转换器列表的顺序寻找第一个能够处理当前响应类型的转换器。如果自定义配置中没有包含合适的ByteArrayHttpMessageConverter,或者它的顺序不正确,就可能导致文档内容被错误的转换器处理。
解决方案
方案一:添加ByteArrayHttpMessageConverter
最简单的解决方案是在自定义的消息转换器列表中添加ByteArrayHttpMessageConverter,并确保它位于列表的前面位置:
@Override
public void configureMessageConverters(List<HttpMessageConverter<?>> converters) {
// 添加字节数组转换器
converters.add(new ByteArrayHttpMessageConverter());
// 添加其他自定义转换器
Jackson2ObjectMapperBuilder builder = new Jackson2ObjectMapperBuilder();
// ... 其他builder配置
ObjectMapper objectMapper = builder.build();
converters.add(new MappingJackson2HttpMessageConverter(objectMapper));
}
方案二:自定义字节数组转换器
如果需要更精细的控制,可以自定义一个专门处理字节数组到字符串的转换器:
public class ByteArrayToStringConverter extends AbstractHttpMessageConverter<byte[]> {
public ByteArrayToStringConverter() {
super(MediaType.APPLICATION_JSON);
}
@Override
protected boolean supports(Class<?> clazz) {
return byte[].class.isAssignableFrom(clazz);
}
@Override
protected byte[] readInternal(Class<? extends byte[]> clazz,
HttpInputMessage inputMessage) throws IOException {
return inputMessage.getBody().readAllBytes();
}
@Override
protected void writeInternal(byte[] bytes,
HttpOutputMessage outputMessage) throws IOException {
String output = new String(bytes, StandardCharsets.UTF_8);
outputMessage.getBody().write(output.getBytes());
}
}
然后在配置类中使用这个自定义转换器:
@Configuration
public class WebConfig implements WebMvcConfigurer {
@Override
public void configureMessageConverters(List<HttpMessageConverter<?>> converters) {
converters.add(0, new ByteArrayToStringConverter());
// 添加其他转换器...
}
}
最佳实践建议
-
转换器顺序很重要:确保字节数组转换器在列表中的位置靠前,这样Spring会优先使用它来处理
/v3/api-docs的响应。 -
保留默认转换器:在自定义配置时,考虑调用
super.addDefaultHttpMessageConverters(converters)来保留Spring Boot的默认转换器配置。 -
测试验证:配置完成后,务必通过浏览器或Postman等工具访问
/v3/api-docs接口,确认返回的是格式正确的JSON文档而非Base64编码。 -
兼容性考虑:如果项目同时使用了FastJson和Jackson,需要特别注意它们之间的兼容性问题,避免转换器冲突。
总结
springdoc-openapi返回Base64编码的问题通常是由于消息转换器配置不当引起的。通过合理配置ByteArrayHttpMessageConverter或自定义字节数组转换器,可以确保API文档能够正确返回JSON格式。理解Spring MVC的消息转换机制对于解决这类问题非常重要,也能帮助开发者在自定义Web配置时避免类似问题的发生。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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