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 StartedRust0152- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
621
795
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
433
395
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++
1.01 K
1.01 K
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
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989