【前端实战】Axios 错误处理的设计与进阶封装,实现网络层面的数据与状态解耦

【前端实战】Axios 错误处理的设计与进阶封装,实现网络层面的数据与状态解耦

目录

【前端实战】Axios 错误处理的设计与进阶封装,实现网络层面的数据与状态解耦

一、为什么网络错误处理一定要下沉到 Axios 层

二、Axios 拦截器 interceptors

1、拦截器的基础应用

2、错误分级和策略映射的设计

3、错误对象标准化

三、结语


        作者:watermelo37

        ZEEKLOG优质创作者、华为云云享专家、阿里云专家博主、腾讯云“创作之星”特邀作者、火山KOL、支付宝合作作者,全平台博客昵称watermelo37。

        一个假装是giser的coder,做不只专注于业务逻辑的前端工程师,Java、Docker、Python、LLM均有涉猎。



---------------------------------------------------------------------

温柔地对待温柔的人,包容的三观就是最大的温柔。

---------------------------------------------------------------------

【前端实战】Axios 错误处理的设计与进阶封装,实现网络层面的数据与状态解耦

        有这样一句话:“在前端项目中,网络请求失败不是异常,而是常态。”真正拉开项目工程质量差距的,不是会不会用 axios,而是如何设计一套可维护、可扩展、可协作的网络错误处理体系。成熟的项目组有现成可用的axios网络封装设计,不成熟的项目组网络错误处理原始而杂乱,很多开发者在成熟的项目组开发了多年,依然不了解Axios 错误处理的设计封装,只处在知道有这个东西,而不知道如何设计的状态下。本文围绕 Axios 的拦截器机制,系统性分析可配置、可分级、可扩展的网络请求实战封装策略。

一、为什么网络错误处理一定要下沉到 Axios 层

        在项目中,如果常规错误处理放在业务层,就会需要给每个 async/await 都要写一段 try-catch,同一种错误(如 token 过期)被处理 N 次,UI 提示风格难以统一,后续想要改动极其痛苦:

// 典型的业务层污染 async function loadList() { try { const res = await getList() list.value = res.data } catch (e) { ElMessage.error('请求失败') } } 

        这肯定是不可取的,应该将错误分级并合并统一处理。对于网络错误的判断逻辑、分类、兜底策略,本就应该属于请求基础设施层。

二、Axios 拦截器 interceptors

        Axios 提供了两个关键拦截器,分别是请求拦截器和响应拦截器,可以用来行使不同的职责。

1、拦截器的基础应用

        网络请求一般有两大类失败,其一是HTTP / 网络层错误,比如断网、请求超时、上游错误(500/502/503)等。其二是业务层错误,比如 code !== 0(响应状态码是200,但业务状态异常)、token过期、权限问题等。

// src/utils/api.js import axios from 'axios'; import { ElMessage } from 'element-plus'; // 创建 axios 实例 const request = axios.create({ baseURL: import.meta.env.VITE_API_BASE_URL || '/api', timeout: 10000, }); // 请求拦截器(可选:添加 token 等) request.interceptors.request.use( (config) => { // 例如:从 localStorage 获取 token 并添加到请求头 const token = localStorage.getItem('token'); if (token) { config.headers.Authorization = `Bearer ${token}`; } return config; }, (error) => { return Promise.reject(error); } ); // 响应拦截是集中处理错误的核心 request.interceptors.response.use( (response) => { const { code, message, data } = response.data if (code !== 0) { return Promise.reject({ type: 'business', code, message }) } return data }, (error) => { const { response } = error; if (response) { // 有响应(HTTP 状态码 4xx / 5xx) switch (response.status) { case 400: ElMessage.error('请求参数错误'); break; case 401: ElMessage.error('未授权,请重新登录'); // 可跳转到登录页 // window.location.href = '/login'; break; case 403: ElMessage.error('拒绝访问'); break; case 404: ElMessage.error('请求资源不存在'); break; case 500: ElMessage.error('服务器内部错误'); break; default: ElMessage.error(`请求失败:${response.status}`); } } else if (error.request) { // 请求已发出但无响应(如网络错误、超时) ElMessage.error('网络异常,请检查网络连接'); } else { // 其他错误(如配置错误) ElMessage.error('请求配置错误'); } return Promise.reject(error); } ); export default request;

        此时业务层已经做到了数据与状态的解耦,状态问题和错误信息全部在拦截器阶段处理,返回给业务调用接口位置的只有数据:

// 在响应拦截器里面,返回的是response.data.data,所以业务层里面只会拿到数据 const data = await api.getUser() 

        这样业务层就不用关心 HTTP状态码和后端返回的具体结构,也不用对请求错误类型进行具体的区分了。

2、错误分级和策略映射的设计

        错误的严重程度是有等级的,不应该把所有的错误都按相同的方式处理,比如401,一般情况下应该去实现用户无感刷新,请求失败再提示用户重新登陆。

        只需要加上一个简单的策略映射设计:

const errorHandlers = { 401() { logout() router.push('/login') }, 403() { ElMessage.error('没有权限') }, default(err) { ElMessage.error(err.message || '请求失败') } } 

        并在拦截器中统一调度:

function handleBusinessError(err) { const handler = errorHandlers[err.code] || errorHandlers.default handler(err) } 

        这样就能根据状态码的不同,映射不同的处理方法,长期维护和拓展问题也解决了。

3、错误对象标准化

        很多项目后期痛苦的根源是 error 有时候是 string,有时候是 AxiosError,有时候是后端对象,所以需要永久地将错误处理的复杂度从业务层转移到基础设置层(即Axios)。以此来实现一个架构层面的收益。

        比如定义一个标准错误结构(这部分代码仅ts需要):

interface AppError { type: 'network' | 'business' code?: number message: string raw?: any } 

        然后在 Axios 层构造,举个例子:

axios.interceptors.response.use( res => { if (res.data.code !== 0) { return Promise.reject({ type: 'business', code: res.data.code, message: res.data.msg, raw: res }) } return res.data.data }, error => { return Promise.reject({ type: 'network', message: '网络异常,请稍后重试', raw: error }) } ) 

        那么在业务层就只需要面对一种 error 类型了,不用操心错误类型,业务代码降维:

try { await api.save() ElMessage.success('保存成功') } catch (err) { ElMessage.error(err.message) } 

三、结语

        一个成熟的 Axios 错误处理体系,应该能做到错误集中处理,业务代码干净,错误分级,有明确策略,错误结构统一,方便扩展,自然接入登录、权限、数据监控等模块。错误处理不是异常流程,而是系统设计的一部分。做好网络层的错误处理,实现数据与状态的解耦,会让业务层开发大有裨益。

         只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~

        其他热门文章,请关注:

        极致的灵活度满足工程美学:用Vue Flow绘制一个完美流程图

        你真的会使用Vue3的onMounted钩子函数吗?Vue3中onMounted的用法详解

        Web Worker:让前端飞起来的隐形引擎

        测评:这B班上的值不值?在不同城市过上同等生活水平到底需要多少钱?

        通过array.filter()实现数组的数据筛选、数据清洗和链式调用

        DeepSeek:全栈开发者视角下的AI革命者

        TreeSize:免费的磁盘清理与管理神器,解决C盘爆满的燃眉之急

        通过Array.sort() 实现多字段排序、排序稳定性、随机排序洗牌算法、优化排序性能

        高效工作流:用Mermaid绘制你的专属流程图;如何在Vue3中导入mermaid绘制流程图

        通过MongoDB Atlas 实现语义搜索与 RAG——迈向AI的搜索机制

      【前端实战】如何让用户回到上次阅读的位置?

        前端实战:基于Vue3与免费满血版DeepSeek实现无限滚动+懒加载+瀑布流模块及优化策略

        深入理解 JavaScript 中的 Array.find() 方法:原理、性能优势与实用案例详解

        el-table实现动态数据的实时排序,一篇文章讲清楚elementui的表格排序功能

        JavaScript双问号操作符(??)详解,解决使用 || 时因类型转换带来的问题

        内存泄漏——海量数据背后隐藏的项目生产环境崩溃风险!如何避免内存泄漏

        MutationObserver详解+案例——深入理解 JavaScript 中的 MutationObserver

        JavaScript中通过array.map()实现数据转换、创建派生数组、异步数据流处理、DOM操作等

Read more

trae整合figma的mcp实现前端代码自动生成

1.现在trae版本在3.0及以上版本。 2.trae账号是企业版。 3.打开设置,找到mcp 这里需要token,需要从figma账号里生成,网页登录figma账号,找到设置,打开后找到security,然后点击generate new token,token名称随便取,权限都钩上。然后生成一个token,把token放到mcp中即可。 4.使用mcp,切换到mcp模式,你也可以自己创建智能体使用 5.提问使用,可参考下面的提示词使用 注意:这里面的figma链接是mcp的链接,不是figma链接,一般需要你有原型的权限才能看到 我需要根据提供的Figma链接生成一个与设计稿高度一致的网页。请严格遵循以下详细要求:

By Ne0inhk

Apache SeaTunnel Web:数据集成新体验,可视化操作全解析

Apache SeaTunnel Web:数据集成新体验,可视化操作全解析 【免费下载链接】seatunnel-webSeaTunnel is a distributed, high-performance data integration platform for the synchronization and transformation of massive data (offline & real-time). 项目地址: https://gitcode.com/gh_mirrors/se/seatunnel-web 从数据孤岛到数据流动的挑战 在企业数字化转型过程中,数据集成往往是最令人头疼的环节。传统的数据同步方案通常面临以下痛点: * 配置复杂:需要编写大量配置文件,调试困难 * 运维困难:任务状态监控不便,问题排查耗时 * 扩展性差:新增数据源需要重新开发适配 * 学习成本高:团队成员需要掌握多种数据组件的技术细节 Apache SeaTunnel Web

By Ne0inhk
基于Java(mybatis)+MySQL实现的(Web)时间日程管理系统

基于Java(mybatis)+MySQL实现的(Web)时间日程管理系统

基于 MyBatis 的时间日程管理系统 1 绪论 1.1 背景 随着时代的进步,网络技术层出不穷信息量急剧膨胀,整个人类社会已成为信息化的社会,人们对信息和数据的处理、管理和加工已经进入自动化、网络化和社会化的阶段。对于个人的日程管理也就更为重要,如果没有好的管理和来竞争力?在国际社会飞速发展的今天,我国也已成功加入世贸组织的今天,不得不让我们认真对待每一个问题。如今个人日程管理是人们生活中必不可少的一个环节,不管是社会还是公司企业想要取得更辉煌的成效,需要的是精确细致的安排管理。这里的管理就体现在个人的管理,当每个人都做好自己相关事情的时候,整体就会有所提升。 基于网络的个人日程管理系统则可以让人们在网络上记录自己的日常事情。使得自己在任何有网络环境的办公条件下都可以对自己需要处理的事物进行有序管理。并且随着个人的社会地位提高会出现不同的交际圈,会对身边的人加以区分。更有利的方便自身的管理以及在日常工作中对上下级的任务分配,不再局限于固定的时间召集人员开会、分配任务,可以及时的通过网络分配任务及了解自身的相关情况。通过该系统可以减轻公司人员的工作量,加快查询速度,加强管理

By Ne0inhk

中文语义相似度计算实践|基于GTE大模型镜像快速搭建WebUI服务

中文语义相似度计算实践|基于GTE大模型镜像快速搭建WebUI服务 在自然语言处理的实际应用中,判断两段文本是否“意思相近”是一项基础而关键的任务。无论是智能客服中的意图匹配、推荐系统中的内容去重,还是信息检索中的相关性排序,语义相似度计算都扮演着核心角色。然而,传统基于关键词或编辑距离的方法难以捕捉深层语义,而部署一个高精度的中文语义模型又常常面临环境依赖复杂、推理效率低等问题。 本文将介绍如何基于 GTE 中文语义相似度服务镜像,快速构建一个集可视化 WebUI 与 API 接口于一体的轻量级语义相似度计算系统。该方案基于达摩院 GTE 模型,在 CPU 环境下即可实现毫秒级响应,且集成 Flask 可视化界面,真正做到开箱即用。 1. 技术背景与核心挑战 1.1 为什么需要语义相似度? 在真实业务场景中,用户表达同一意图的方式多种多样。例如: * “我想退货” * “这个商品能退吗?” * “买错了,怎么申请退款?” 如果仅依赖关键词匹配,系统很难识别这些句子的语义一致性。而通过语义向量空间建模,我们可以将文本映射为高维向量,并利用余弦相似度衡量其方向接近程

By Ne0inhk