Webman中间件中获取并修改响应数据的实践指南
2025-07-01 00:29:28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
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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
325
🔥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
React Native鸿蒙化仓库
JavaScript
265
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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492