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
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
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
1
🎉 (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
1.33 K
746
🔥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
67
20
React Native鸿蒙化仓库
JavaScript
302
350