当前位置: 首页 > news >正文

Spring Boot接口添加响应头的核心方案

Spring Boot接口添加响应头的核心方案
在Spring Boot中,添加响应头主要分为局部接口自定义和全局统一设置两类场景,以下是具体实现方法:
方案1:局部接口通过HttpServletResponse添加(最直接)
在Controller方法中注入HttpServletResponse对象,通过setHeader()或addHeader()手动设置响应头。
代码示例:
@RestController
public class DemoController {
@GetMapping(“/api/data”)
public String getData(HttpServletResponse response) {
// 设置单个响应头(覆盖已有同名头)
response.setHeader(“X-Request-ID”, “123456”);
// 添加多个同名响应头(如CORS的Allow-Origin)
response.addHeader(“Access-Control-Allow-Origin”, “*”);
return “success”;
}
}

适用场景:单个接口需要自定义响应头,无需全局统一配置。
方案2:使用ResponseEntity构建响应(更灵活)
通过ResponseEntity的header()方法链式添加响应头,同时封装响应体和状态码。
代码示例:
@GetMapping(“/api/entity”)
public ResponseEntity getWithEntity() {
return ResponseEntity.ok()
.header(“Content-Type”, “application/json;charset=UTF-8”)
.header(“X-Custom-Token”, “abcdef”)
.body(“{“data”:“hello”}”);
}

适用场景:需要同时控制响应头、状态码和响应体的场景(如R

http://www.cnnetsun.cn/news/87291.html

相关文章:

  • Kotaemon:开源RAG框架的混合检索突破
  • GPU算力平台部署Linly-Talker数字人教程
  • 全球USB设备厂商ID与产品型号大全
  • Qwen3-14B如何避免输出截断?关键在max_new_tokens设置
  • 16倍压缩+双专家架构重塑视频生成效率
  • 主机监控指标解析—内存篇
  • Keepalived详解:安装与高可用集群配置
  • LangChain与AutoGPT:AI工作流引擎深度对比
  • Excalidraw代码贡献指南:如何参与开源社区开发
  • LangChain-Chatchat本地部署与配置指南
  • shared_ptr 快照用于安全地并发读取,无需拷贝
  • 官方适配完的命令行ruby在鸿蒙PC上的使用方法
  • LobeChat能否接收语音指令?全双工对话体验
  • LangFlow快速入门:可视化构建AI应用
  • Langflow本地部署:隔离环境安装指南
  • 云端算力的进化:云服务器架构演进的三重范式变革
  • 解决facefusion报错No source face detected
  • PaddleOCR中英文文字识别实战与优化指南
  • LobeChat剪贴板交互优化:复制粘贴操作更加流畅自然
  • YOLOv5详解:高效目标检测模型实战指南
  • Windows下PaddleOCR GPU版环境搭建指南
  • “开盒神器”威胁下的自保手册:七招应对超级 Agent 的实时入侵
  • EBS后台查询人员职责信息
  • Qwen3-8B-AWQ性能优化与最佳实践
  • LLaMA-Factory 微调 DeepSeek-R1 模型实战指南
  • Langflow自定义组件开发与界面集成详解
  • LobeChat能否协助撰写简历?求职者福音来了
  • 使用Miniconda创建Python 3.8环境的完整步骤
  • 搭建Ollama并运行qwen,简单RAG实现
  • LobeChat能否显示用量统计?透明化消费展示