解决axios在jsdom环境中自签名证书验证问题
2025-04-28 02:20:31作者:冯爽妲Honey
在Node.js环境中使用axios进行HTTPS请求时,开发者经常会遇到自签名证书验证的问题。本文将深入分析axios在不同测试环境下的行为差异,并提供解决方案。
问题背景
当开发者在Vitest测试框架中切换测试环境时,可能会发现一个有趣的现象:使用自签名证书的服务端请求在Node环境下能正常工作,但在jsdom环境下却会抛出"self-signed certificate"错误。
根本原因分析
这种现象源于axios在不同环境下使用不同的适配器:
- Node环境:默认使用基于Node.js原生http/https模块的适配器
- jsdom环境:默认使用XMLHttpRequest(XHR)适配器
关键区别在于:
- Node的https模块提供了
rejectUnauthorized选项来跳过证书验证 - XHR适配器没有暴露这个配置选项,因此会严格执行证书验证
解决方案
要解决这个问题,我们可以强制axios在jsdom环境中也使用Node的http适配器:
const https = require('https');
const axios = require('axios');
const instance = axios.create({
baseURL: 'https://localhost:3000',
httpsAgent: new https.Agent({
rejectUnauthorized: false // 忽略证书验证
}),
adapter: 'http' // 显式指定使用Node的http适配器
});
深入理解
- 适配器机制:axios的设计允许在不同环境中使用最适合的底层实现
- 安全考量:生产环境中不建议禁用证书验证,仅限开发和测试使用
- 环境差异:测试时需要考虑不同环境下的行为差异
最佳实践
- 为测试环境配置专门的证书处理逻辑
- 使用环境变量区分不同环境的配置
- 考虑使用证书颁发机构(CA)签发的证书替代自签名证书
通过理解axios的底层机制和环境差异,开发者可以更灵活地处理各种网络请求场景,特别是在测试环境中遇到的特殊问题。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878