博客
关于我
【深度好文】深度分析如何获取方法参数名
阅读量:208 次
发布时间:2019-02-28

本文共 997 字,大约阅读时间需要 3 分钟。

在搭建微服务分布式配置中心Spring Cloud Config时,可能会遇到一个常见问题:当将项目端口设置为6000或6666时,Chrome、Firefox等主流浏览器无法访问,但IE/Edge却可以。这种现象与浏览器对非安全端口的默认限制有关。

问题背景

当端口设置为6000或6666时,Chrome、Firefox和Safari无法访问,而IE/Edge则可以。这表明问题不在于代码或服务器配置,而是与浏览器的安全策略有关。

原因分析

这些端口大多小于1024,被浏览器默认禁止访问,属于非安全端口。尽管大多数开发者不会使用这些端口,但了解原因有助于更好地解决问题。

受限端口列表

以下是常见的受限端口及其用途:

  • 1, 7, 9, 11, 13, 15, 17, 19, 20, 21, 22, 23, 25, 37, 42, 43, 53, 77, 79, 87, 95, 101, 102, 103, 104, 109, 110, 111, 113, 115, 117, 119, 123, 135, 139, 143, 179, 389, 465, 512, 513, 514, 515, 526, 530, 531, 532, 540, 556, 563, 587, 601, 636, 993, 995, 2049, 3659, 4045, 6000, 6665, 6666, 6667, 6668, 6669

这些端口主要用于特定协议或服务,如FTP、SSH、NFS等,通常不适用于现代应用。

解决方案

要解决这个问题有两种方法:

  • 修改项目端口:将项目的默认端口设置为大于1024的非受限端口(如8080)。

  • 调整浏览器配置:允许访问受限端口,需要在各个浏览器中进行手动设置。

  • 推荐方法

    第一种方法更推荐,因为直接避免了浏览器设置带来的限制。

    浏览器配置方法

    • Chrome:右键点击Chrome快捷方式,选择“目标”,添加参数--explicitly-allowed-ports=6000
    • Firefox:通过about:config页面设置network.security.ports.banned.override6000

    总结

    这个问题主要是浏览器安全策略导致的,理解其背后的原因有助于更高效地解决。推荐将项目端口设置为大于1024的值,以避免类似问题的发生。

    转载地址:http://tbdp.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>