Webman中间件中获取并修改响应数据的实践指南
2025-07-01 04:07:46作者:范靓好Udolf
在Webman框架开发过程中,中间件是实现各种横切关注点的强大工具。本文将详细介绍如何在Webman中间件中获取并修改响应数据,特别是添加请求耗时统计功能。
中间件处理流程
Webman中间件的核心处理流程通常包含三个关键步骤:
- 前置处理(请求到达控制器前的逻辑)
- 调用后续中间件和控制器(request))
- 后置处理(响应返回前的逻辑)
响应数据修改的实现
要实现响应数据的修改,关键在于正确处理Response对象。以下是实现步骤:
- 获取原始响应:通过调用request)获取原始响应对象
- 解析响应内容:使用rawBody()方法获取原始响应体
- 修改数据:解码JSON数据,添加或修改所需字段
- 重建响应:将修改后的数据重新编码并设置回响应对象
完整实现示例
public function process(Request $request, callable $handler): Response {
// 记录请求开始时间
$start = microtime(true);
// 执行后续中间件和控制器逻辑
/** @var \support\Response $response */
$response = $handler($request);
try {
// 获取原始响应体
$body = $response->rawBody();
// 解码JSON数据
$data = json_decode($body, true);
// 计算请求耗时
$data['cost'] = round(microtime(true) - $start, 4);
// 重新编码并设置响应体
$response->withBody(json_encode($data));
} catch (\Exception $e) {
// 异常处理逻辑
}
return $response;
}
注意事项
- 性能考虑:JSON编解码操作有一定性能开销,在高并发场景下需谨慎使用
- 错误处理:务必添加try-catch块处理可能的JSON解析异常
- 响应类型判断:应先检查响应内容类型是否为application/json
- 数据格式一致性:确保修改后的数据保持原有格式规范
进阶应用
这种技术不仅可用于添加耗时统计,还可实现:
- 统一响应格式标准化
- 敏感数据过滤
- 响应数据加密
- API版本兼容处理
通过合理使用中间件修改响应数据,可以大大提升API的规范性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
Ascend Extension for PyTorch
Python
199
219
暂无简介
Dart
637
145
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++
654
279
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
246
316
🎉 (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
1.12 K
630
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100
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
385
3.74 K