缓存显着提高了 Django 应用程序性能,但保护敏感数据至关重要。 本文演示如何有效管理 Django 视图中的缓存控制,防止敏感信息被缓存。 这对于登录屏幕或显示用户特定详细信息的页面至关重要。
缓存控制的重要性
不正确的缓存配置会使敏感数据面临安全风险。 如果没有正确的设置,这些信息可能会存储在用户的浏览器或中间代理中,从而产生漏洞。
在 Django 中实现缓存控制
@never_cache
装饰器,如 Django 官方文档中所述,可防止基于函数的视图被缓存:
from django.views.decorators.cache import never_cache @never_cache def my_secure_view(request): # Secure view logic here return HttpResponse("This page is protected from caching!")
为了增强跨多个基于类的视图的可重用性,自定义 mixin 提供了更清晰的解决方案:
# myproject/views.py from django.contrib.auth.mixins import LoginRequiredMixin from django.utils.decorators import method_decorator from django.views.decorators.cache import never_cache @method_decorator(never_cache, name="dispatch") class PrivateAreaMixin(LoginRequiredMixin): """Extends LoginRequiredMixin with Cache-Control directives."""
这个 mixin 简化了保护基于类的视图:
# myapp/views.py from django.views.generic import TemplateView from myproject.views import PrivateAreaMixin class IndexView(PrivateAreaMixin, TemplateView): """Example index view.""" template_name = "index.html"
彻底的安全测试
全面的测试对于验证PrivateAreaMixin
的功能至关重要。 以下示例演示了一个强大的测试套件:
# myproject/tests/test_views.py from django.test import TestCase, RequestFactory from django.contrib.auth.models import AnonymousUser from django.contrib.auth import get_user_model from django.http import HttpResponse from django.views import View from myproject.views import PrivateAreaMixin class PrivateAreaMixinTest(TestCase): """Tests the PrivateAreaMixin's Cache-Control implementation.""" factory = RequestFactory() @classmethod def setUpTestData(cls): cls.user = get_user_model().objects.create_user( username="testuser", email="user@test.xyz", password="5tr0ngP4ssW0rd", ) def test_login_required_with_cache_control(self): class AView(PrivateAreaMixin, View): def get(self, request, *args, **kwargs): return HttpResponse() view = AView.as_view() # Test redirection for unauthenticated users request = self.factory.get("/") request.user = AnonymousUser() response = view(request) self.assertEqual(response.status_code, 302) self.assertEqual("/accounts/login/?next=/", response.url) # Test authenticated user and Cache-Control headers request = self.factory.get("/") request.user = self.user response = view(request) self.assertEqual(response.status_code, 200) self.assertIn("Cache-Control", response.headers) self.assertEqual( response.headers["Cache-Control"], "max-age=0, no-cache, no-store, must-revalidate, private", )
最佳实践
将 @never_cache
与可重用的 mixin(如 PrivateAreaMixin
)结合起来会产生干净、可维护的代码。 结合严格的测试,这种方法可确保敏感视图的安全并遵守最佳实践。 您如何解决 Django 项目中的缓存和敏感数据问题?
以上是通过视图上适当的'缓存控制”提高 Django 项目的安全性的详细内容。更多信息请关注PHP中文网其他相关文章!

Linux终端中查看Python版本时遇到权限问题的解决方法当你在Linux终端中尝试查看Python的版本时,输入python...

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

Python的statistics模块提供强大的数据统计分析功能,帮助我们快速理解数据整体特征,例如生物统计学和商业分析等领域。无需逐个查看数据点,只需查看均值或方差等统计量,即可发现原始数据中可能被忽略的趋势和特征,并更轻松、有效地比较大型数据集。 本教程将介绍如何计算平均值和衡量数据集的离散程度。除非另有说明,本模块中的所有函数都支持使用mean()函数计算平均值,而非简单的求和平均。 也可使用浮点数。 import random import statistics from fracti

本文讨论了诸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和请求等流行的Python库,并详细介绍了它们在科学计算,数据分析,可视化,机器学习,网络开发和H中的用途

本文指导Python开发人员构建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等库详细介绍,强调输入/输出处理,并促进用户友好的设计模式,以提高CLI可用性。

在使用Python的pandas库时,如何在两个结构不同的DataFrame之间进行整列复制是一个常见的问题。假设我们有两个Dat...

文章讨论了虚拟环境在Python中的作用,重点是管理项目依赖性并避免冲突。它详细介绍了他们在改善项目管理和减少依赖问题方面的创建,激活和利益。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

Atom编辑器mac版下载
最流行的的开源编辑器

Dreamweaver CS6
视觉化网页开发工具

VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器