当前位置:网站首页>九、响应处理——内容协商底层原理
九、响应处理——内容协商底层原理
2022-08-05 05:16:00 【呆比特】
响应处理——内容协商底层原理
在前边学习返回值解析器时,里边使用了各种 MessageConverter 寻找哪个解析器可以处理我们的返回值,在寻找过程中,非常关键的一步就是内容协商,它通过遍历所有的 MessageConverter 一个一个寻找,接下来,就来看一下整个内容协商的流程。
内容协商:根据客户端接收能力不同,返回不同媒体类型的数据。
接下来,我们使用postman发起请求,分别测试返回json和xml的情况
先以application/xml来测试
前边的请求处理已经很熟悉了,直接下一步来到 ServletInvocableHandlerMethod.class ,
先拿到返回值
我们的请求标注了@ResponseBody,所以下一步就是找到能处理@ResponseBody的Handler,进过寻找,最终找到了 RequestResponseBodyMethodProcessor
step into 进入 writeWithMessageConverters,来到我们的内容协商关键环节
//......代码太多没有全部拿
MediaType selectedMediaType = null;
//首先判断当前响应头中是否已经有确定的媒体类型MediaType,我们没有前置拦截,所以没有
MediaType contentType = outputMessage.getHeaders().getContentType();
boolean isContentTypePreset = contentType != null && contentType.isConcrete();
if (isContentTypePreset) {
if (this.logger.isDebugEnabled()) {
this.logger.debug("Found 'Content-Type:" + contentType + "' in response");
}
//如果有的话,就用之前的,我们没有走下边
selectedMediaType = contentType;
} else {
HttpServletRequest request = inputMessage.getServletRequest();
//关键来啦,第一步,获取客户端可接收的媒体类型(accept请求头字段)
List<MediaType> acceptableTypes = this.getAcceptableMediaTypes(request);
这里step into进入看一下是如何获取 acceptableTypes
到这里,就获取到了客户端能接收的值 acceptableTypes 是我们传的 application/xml
//然后获取能产生的媒体类型(写出类型) producibleTypes
List<MediaType> producibleTypes = this.getProducibleMediaTypes(request, valueType, (Type)targetType);
这里step into进入看一下是如何获取 producibleTypes
if (body != null && producibleTypes.isEmpty()) {
throw new HttpMessageNotWritableException("No converter found for return value of type: " + valueType);
}
List<MediaType> mediaTypesToUse = new ArrayList();
Iterator var15 = acceptableTypes.iterator();
//得到客户端需要类型和服务端能处理的类型后,进行最佳匹配,双重循环
MediaType mediaType;
while(var15.hasNext()) {
mediaType = (MediaType)var15.next();
Iterator var17 = producibleTypes.iterator();
while(var17.hasNext()) {
MediaType producibleType = (MediaType)var17.next();
if (mediaType.isCompatibleWith(producibleType)) {
mediaTypesToUse.add(this.getMostSpecificMediaType(mediaType, producibleType));
}
}
}
//.................中间省略处理代码.....................
//拿到我们的对象
body = this.getAdvice().beforeBodyWrite(body, returnType, selectedMediaType, converter.getClass(), inputMessage, outputMessage);
if (body != null) {
LogFormatUtils.traceDebug(this.logger, (traceOn) -> {
return "Writing [" + LogFormatUtils.formatValue(body, !traceOn) + "]";
});
this.addContentDispositionHeader(inputMessage, outputMessage);
if (genericConverter != null) {
//用 支持 将对象转为 最佳匹配媒体类型 的converter。调用它进行转化写出
genericConverter.write(body, (Type)targetType, selectedMediaType, outputMessage);
} else {
converter.write(body, selectedMediaType, outputMessage);
}
} else if (this.logger.isDebugEnabled()) {
this.logger.debug("Nothing to write: null body");
}
用最佳converter转化写出
进入 AbstractJackson2HttpMessageConverter.class 的 writeValue 方法
完成之后来到了 write 方法最后一行,看 outputMessage
到这里,我们的内容协商环节就结束了,可以将 Accept 改成 application/json 调试练习。
OVER(∩_∩)O~
边栏推荐
猜你喜欢
【Pytorch学习笔记】8.训练类别不均衡数据时,如何使用WeightedRandomSampler(权重采样器)
轻松接入Azure AD+Oauth2 实现 SSO
网络信息安全运营方法论 (中)
网工必用神器:网络排查工具MTR
【论文精读】Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation(R-CNN)
ECCV2022 | RU & Google propose zero-shot object detection with CLIP!
【数据库和SQL学习笔记】9.(T-SQL语言)定义变量、高级查询、流程控制(条件、循环等)
flink部署操作-flink on yarn集群安装部署
【论文精读】ROC和PR曲线的关系(The relationship between Precision-Recall and ROC curves)
【数据库和SQL学习笔记】6.SELECT查询4:嵌套查询、对查询结果进行操作
随机推荐
ES6 新特性:Class 的继承
【Pytorch学习笔记】8.训练类别不均衡数据时,如何使用WeightedRandomSampler(权重采样器)
Web Component-处理数据
A deep learning code base for Xiaobai, one line of code implements 30+ attention mechanisms.
大型Web网站高并发架构方案
【Kaggle项目实战记录】一个图片分类项目的步骤和思路分享——以树叶分类为例(用Pytorch)
数据库期末考试,选择、判断、填空题汇总
flink部署操作-flink standalone集群安装部署
MySQL
读论文- pix2pix
Oracle压缩表修改字段的处理方法
数控直流电源
[Kaggle project actual combat record] Steps and ideas sharing of a picture classification project - taking leaf classification as an example (using Pytorch)
The University of Göttingen proposed CLIPSeg, a model that can perform three segmentation tasks at the same time
6k+ star,面向小白的深度学习代码库!一行代码实现所有Attention机制!
ECCV2022 | RU&谷歌提出用CLIP进行zero-shot目标检测!
RecycleView和ViewPager2
表情捕捉的指标/图像的无参考质量评价
PID详解
TinyFlashDB:一种超轻量的可纠错的通用单片机flash存储方案