zoukankan      html  css  js  c++  java
  • webpack4+(ES6语法转化、处理JS语法及校验、全局变量引入)

    (1)ES6语法解析转换ES5

      为了方便测试,我们先将mode模式改为开发模式development,首先编写ES6语法进行相关测试

      

      然后打包测试,发现打包后的js文件仍旧是ES6语法

      

      接下来安装相关依赖

    npm i babel-loader @babel/core @babel/preset-env -D

      相关依赖的功能作用如下

    babel-loader 转换j加载器
    @babel/core 为babel的核心模块
    @babel/preser-env 转换依据,将ES6转为ES5

      接下来开始配置

      

       接下来打包测试,如下所示,此时ES6的语法let、const、arrow-function箭头函数等,统统转为了ES5语法

      

      当然还有高级语法,例如Class(ES7写法)

      

       此时打包如下

      

       下载相关依赖,然后进行配置

    npm i @babel/plugin-proposal-class-properties -D

      注意:

    @babel/plugin-proposal-class-properties 用于解析class语法(react必选)

      所以配置如下

      

       此时打包输出测试

      

      

    (2)添加js语法校验

      主要通过ESLint实现,首先安装依赖

    >npm i eslint-loader eslint -D

      

       因为loader默认匹配是从右到左、自下而下,所以这里添加enforce强制执行顺序在js打包解析之前进行语法校验

      最后打包测试npm run build,如下所示,出现语法提示,说明校验设置成功

      

      如果不用则注释即可

      

    (3)全局变量引入问题

      接下来介绍下webpack里第三方模块的使用,例如jquery

    >npm i jquery

      某些第三方模块依赖于jquery,或者window.jquery,那么处理如下,首先编写入口文件

      

      接着打包测试如下

      

       webpack或者node在外部都会封装闭包函数,此时的$并不会挂到window上,如下所示

      

      

      此时我们希望变量$可以暴露给window,此时可以使用内联loader,通过expose-loader暴露全局的loader。loader类型如下

    pre 前面执行的loader
    normal 普通的loader
    expose 内联loadeer
    post后置loader

      内联loader值得是可以直接在代码里使用,如下所示

      

      测试如下

      

      除了使用内敛loader,还可以在配置文件使用

      

       

      情况3:如果我们不希望手动引入jquery,而是默认引入,即在每个模块里注入$对象

      

       这里便需要用到webpack插件,如下所示

      

       因为我们没有引用jquery,所以将之前的内置loader注释掉

      

       接着配置插件webpack.ProvidePlugin译为:提供插入

      

       接下来打包测试下

      

      

      

      

    .

    .

  • 相关阅读:
    10月20日
    tensorflow2自定义损失函数
    TensorFlow2_200729系列---20、自定义层
    Windows下Anaconda中tensorflow的tensorboard使用
    Windows下Anaconda中tensorflow的tensorboard使用(实测)
    可视化利器Visdom
    python虚拟环境-virtual environment
    TensorFlow2_200729系列---18、手写数字识别(层方式)
    tensorFlow2.1下的tf.data.Dataset.from_tensor_slices()的用法
    TensorBoard:TensorFlow 的可视化工具包
  • 原文地址:https://www.cnblogs.com/jianxian/p/12436196.html
Copyright © 2011-2022 走看看