FullStackHero项目中的用户Profile信息不一致问题分析与解决方案
2025-06-06 18:49:37作者:卓艾滢Kingsley
问题背景
在FullStackHero的dotnet-webapi-starter-kit项目中,开发团队发现了一个关于用户Profile信息显示不一致的问题。具体表现为:在编辑用户信息时,系统能够返回完整的用户信息,但在账户视图页面中却无法正确显示这些信息。这个问题涉及到用户身份验证、令牌生成和前端数据绑定的多个环节。
技术分析
问题根源
经过深入排查,发现问题的根源在于ClaimsPrincipalExtensions和TokenService两个关键组件之间的不匹配。具体表现为:
- ClaimsPrincipalExtensions类:负责从ClaimsPrincipal中提取各种用户信息
- TokenService类:负责生成JWT令牌时设置用户信息的Claims
问题出在这两个组件对ClaimTypes的使用不一致,导致前端无法正确获取用户信息。
详细技术细节
在ClaimsPrincipalExtensions中,获取用户信息的扩展方法使用了错误的ClaimTypes:
- 获取FirstName时使用了ClaimTypes.Name(实际上应该用于用户名)
- 获取PhoneNumber时没有正确映射ClaimTypes.MobilePhone
- 其他用户属性也存在类似的不匹配问题
而在TokenService中生成令牌时,虽然正确设置了各种ClaimTypes,但前端解析时却使用了不匹配的ClaimTypes名称。
解决方案
修改ClaimsPrincipalExtensions
需要重新调整扩展方法,确保使用正确的ClaimTypes:
public static string? GetFirstName(this ClaimsPrincipal principal)
=> principal?.FindFirst(ClaimTypes.GivenName)?.Value;
public static string? GetPhoneNumber(this ClaimsPrincipal principal)
=> principal.FindFirstValue(ClaimTypes.MobilePhone);
调整TokenService
确保令牌生成时设置的ClaimTypes与解析时使用的完全一致:
private List<Claim> GetClaims(FshUser user, string ipAddress) =>
new List<Claim>
{
new(ClaimTypes.GivenName, user.FirstName ?? string.Empty),
new(ClaimTypes.MobilePhone, user.PhoneNumber ?? string.Empty),
// 其他Claims设置...
};
实现建议
- 统一ClaimTypes使用:在整个项目中建立统一的ClaimTypes使用规范
- 添加单元测试:为Claims解析和令牌生成添加测试用例
- 文档记录:在项目文档中明确记录各个用户属性对应的ClaimTypes
总结
这个问题展示了在身份验证系统中保持前后端ClaimTypes一致性的重要性。通过这次修复,不仅解决了Profile信息显示不一致的问题,也为项目建立了更健壮的用户信息处理机制。开发团队应该以此为鉴,在未来的开发中更加注重这类跨组件的一致性检查。
这个案例也提醒我们,在基于声明的身份验证系统中,ClaimTypes的选择和使用需要精心设计,并在整个项目中保持一致,否则很容易出现类似的数据不一致问题。
登录后查看全文
热门项目推荐
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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
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
热门内容推荐
项目优选
收起
deepin linux kernel
C
28
16
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
568
98
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
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
12
2