深入解析unjs/ofetch中的Response对象处理问题
2025-06-12 00:45:20作者:蔡怀权
背景介绍
unjs/ofetch是一个基于Fetch API的轻量级HTTP客户端库,提供了更简洁的API和额外的功能。在实际使用中,开发者可能会遇到Response对象处理的相关问题,特别是在使用ofetch.raw方法时。
问题现象
当开发者使用ofetch.raw方法获取响应时,尝试调用响应对象的json()方法会抛出错误。错误信息显示"Body is unusable"或"body stream already read",这表明响应体已经被读取过,无法再次读取。
技术原理
在Fetch API的设计中,Response对象的body是一个可读流,只能被消费一次。当使用json()、text()或blob()等方法读取响应体后,流就会被标记为已消费,无法再次读取。
ofetch.raw方法内部已经自动处理了响应体,将解析后的数据存储在_data属性中。因此直接访问response._data即可获取已经解析好的数据,无需再次调用json()方法。
解决方案
正确的做法是直接访问响应对象的_data属性,而不是尝试再次解析响应体:
const response = await ofetch.raw(url)
const data = response._data // 直接获取已解析的数据
最佳实践
-
明确需求选择方法:
- 如果只需要数据,使用
ofetch默认方法 - 如果需要完整响应对象,使用
ofetch.raw并访问_data - 如果需要原生Fetch行为,使用
ofetch.native
- 如果只需要数据,使用
-
错误处理:
try { const response = await ofetch.raw(url) const data = response._data // 处理数据 } catch (error) { // 错误处理 } -
与第三方库集成: 当需要将ofetch与其他库集成时,确保了解库对Fetch API的具体要求。有些库可能需要原生Fetch行为,这时应使用
ofetch.native而非ofetch.raw。
总结
理解Fetch API的响应体只能被消费一次这一特性非常重要。unjs/ofetch通过_data属性提供了便捷的访问方式,开发者应该利用这一特性而不是尝试重复解析响应体。正确使用这些方法可以避免常见的错误,并编写出更健壮的代码。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
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
🔥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
68
20
🎉 (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
1.37 K
781