zoukankan      html  css  js  c++  java
  • React-Native转小程序调研报告:Taro & Alita

    一. 我们的要求

    期望的要求

    1. 基于React语法,将RN项目转化为小程序项目

    2. 该小程序能同时在 微信小程序 和 支付宝小程序这两个平台运行

    底线要求

    底线是能转成微信小程序,因为目前来说,因为微信先发制人,再加上微信本身的用户黏性,导致在小程序这一块大多数其他平台都难以迎头赶上,包括支付宝小程序,百度小程序,头条小程序等等。

    二. 目前可供选择的生态,以及各自存在的问题

    1. 能将已有RN项目转化为微信小程序的工具, 比如 Alita ,但它不能转成支付宝或其他小程序

    2. 从零开发的多端框架,比如Taro(京东),chameleon(滴滴), uni-app等等,问题在于:很多框架,比如uni-app,chameleon是基于Vue语法的,无法适用我们React项目的情况

    3. 专门设计的微信小程序框架(mpvue,webpy) ,问题也是和上面类似,Vue的语法,而且只是针对微信小程序的

    三. 最终的工具选择:Alita && Taro

    综合我们对React语法的要求,以及对平台转化的需求,最终觉得比较合适的有两个工具/框架,分别是Alita 和 Taro

    Alita介绍

    • Alita介绍:它是京东的ARES多端技术团队,开发的React Native一键转化为微信小程序的工具。不过只能转成微信小程序,不能专成支付宝小程序

    • Alita的特性: Alita不是新的框架,也没有提出新的语法规则,她只做一件事,就是把你的React Native代码运行在微信小程序端。所以Alita的侵入性很低,选用与否,并不会对你的原有React Native开发方式造成太大影响。

    Taro 介绍

    • Taro介绍:它是由京东凹凸实验室开发的多端框架

    • Taro的定位:它和Alita不同,不是既有项目的转化工具,而是从零开始开发的多端框架。

    • Taro特性:使用 Taro,我们可以只书写一套代码,再通过 Taro 的编译工具,将源代码分别编译出可以在不同端(微信/百度/支付宝/字节跳动/QQ小程序、快应用、H5、React-Native 等)运行的代码。

    四. Alita && Taro 的调研总结

    改造成本的对比

    我们上面说了,Alita是将既有的React-Native项目转化为微信小程序框架的工具,那么它是不是轻轻松松就能实现一键转化呢? 其实不是的,Alita也要求你要完全遵循它的语法规则才能转化成功,否则那个文件将不会转化,这就需要对原有项目进行改造了
    Taro自然也是这样了,因为它本身就是一套多端框架,也需要修改成它的代码规范才能运行

    综合对比

     

    五. 采用 Alita 方案的改造思路

    Alita可以通过运行下面命令的方式基于已有的RN项目生成一个新的小程序项目
    alita -i rnProject -o wxProject
    不过问题在于,必须要修改代码以符合Alita的转化条件(一开始想着能一键转化,空手套小程序的我还是太单纯了。。)

     

    问题复现: 如果不对原有代码改造就转化会怎样?

    1.根据官方案例提供的example,原本目录c下有一个文件:index.js,正确打包后如下图所示
     
    2.我这里写入一个Alita禁止的写法: 使用as关键字

     

    // 修改前的 good style 
    import React, {Component } from 'react';
    // 修改后的 bad style
    import React, {Component as BadComponent} from 'react';
    export default class C extends BadComponent { 
    
    }

     

    原本打包后c目录下原本有文件的,现在啥都没有了
     
     
    3.也就是说项目中一定不能有上面所讲的Alita禁止的写法,必须要进行转化
     

    借助eslint排查和修改不符合alita风格的代码

    首先我们要把Alita提供的eslint插件导入项目,把不符合Alita要求的代码风格改掉,我们来看下eslint有哪些规则
     

    Alita转化前代码风格修改流程

    注意一个问题:并不是所有有问题的代码风格alita的eslint插件都会做提示,实际上,它只会对80%的有问题的代码报出警告,所以有部分代码风格我们是要手动发现和修改的。所以我把问题分成了三类,分别按三种方式处理

    A类问题

    这些不符合eslint的代码是会有警告的

    解决办法:逐个文件过一遍,把警告消除就好
    • 高阶组件限制,也就是路由深度不大于5层

    • 动画组件要使用alita的

    • 静态限制

    • global变量不允许使用

    • 一个文件最多只能定义一个组件

    • React Native基本组件不支持属性展开

    • this.props.xxComponent 要写完全

    • 使用高阶组件

    B类问题

    这些问题,eslint插件没有提示,同时根据我们的使用习惯,有可能会这样用的代码风格

    解决办法:下面的大多数问题,都可以通过搜索的方式,找出问题并解决
    备注:下面的“(数字)”在 参考资料中找到对应的条目,查看细节解释
    • 路由组件需要用@areslabs/router

    • ref 必须是方法,不支持字符串

    • 不支持 onLayout 方法

    • 代码体积限制:压缩的代码小于 4M,分包 8M,大于的话就不行

    • 函数组件在定义时候没有同时导出

    C类问题

    这些约束,eslint插件没有提示,但是我们一般都不会这么写,除非作死

    解决办法: 发现有问题再来排查
    备注:下面的“(数字)”在 参考资料中找到对应的条目,查看细节解释
    • for循环中返回组件,key不指定

    • 作为props的组件进行多层级传递

    • 从外部引用JSX片段

    alita自身也在不断改进它的转化限制

     

    六. 采用 Taro 方案的改造思路

    问题列表(Problem)

    Taro其实也有一个叫eslint-config-taro 的eslint插件帮助检查各种不符合Taro要求的代码风格,总结如下

    改造难度从上往下递减,上面难,下面简单

    • P1. Animation, 原生平台组件和第三方组件Taro是不支持的,需要寻找方法规避转化问题

    • P2. 设计稿的单位,尺寸匹配问题等问题需要修改解决的思路

    • P3. RN用的样式编码方式和引用方式需要修改

    • P4. 路由系统要修改为Taro自带的路由系统 和 API

    • P5. 网络请求要修改,fetch/Ajax 等原生的要改成Taro的Taro.request这一API

    • P6. 引用图片、音频、字体等文件的方式要改

    • P7. 部分RN样式属性值Taro是没有的,而且部分样式属性的默认值RN和Taro不一致

    • P8.因为小程序的特殊需求,导致部分代码不符合Taro的编码规范,总结如下

    • P9. aync/await的使用要通过导入taro的包来开启

    • P10.redux的使用改为 @tarojs/redux

    解决思路

    P1. Animation, 原生平台组件和涉及前两者的第三方组件,这三者Taro是不支持的,需要寻找方法规避转化问题
    解决思路
    • 如果是小范围的改动,可以通过平台变量process.env.TARO_ENV去规避(值有 weapp/alipay/h5/rn)

    • 如果是大范围的改动,可以通过脚本后缀名差异的方式区分小程序和RN平台(xxx.weapp.js和xxx.js)

    P2. 设计稿的单位,尺寸匹配问题等问题需要修改解决的思路
    • 设计稿的单位要修改, Taro似乎不支持纯数字的长度,所以要改成rem或者Px

    • 设计稿尺寸匹配问题,Taro默认是根据750的设计稿匹配的,可以在配置文件的designWidth属性中进行修改

    • 如果是行内长度样式,那么要做手动转换:Taro.pxTransform(10)

    P3. RN用的样式编码方式和引用方式需要修改
    • RN是通过向style中导入对象的方式引入样式,而Taro是通过className结合import样式文件的方式引入样式

    • RN的属性命名方法是驼峰,而Taro是短横线

    react-native的样式编码方式

    class App extends React.Component {
      render () {
        return ()
      }
    }
     
    const styles = StyleSheet.create({
      container: {
        flex: 1,
        backgroundColor: '#000',
        opacity: 0.6
      }
    })

    Taro的样式编码方式(类似传统的CSS编码方式)

    // index.js
    import "index.css"
    class App extends React.Component {
      render () {
        return ()
      }
    }
    // index.css
    .bar {
      height: 10Px;
      background-color:'10px'
    }

    P4.路由系统要修改为Taro自带的路由系统 和 API

    比我们可能会选择react-navigation模块作为我们的导航工具,而我们需要改造成Taro自带的
    import Taro from '@tarojs/taro'
    Taro.navigateTo(params).then(...)

    P5. 网络请求要修改,fetch/Ajax 等原生的要改成Taro的Taro.request这一API

    import Taro from '@tarojs/taro'
     
    Taro.request({
     url: 'http://localhost:8080/test',
     data: {  foo: 'foo' },
     header: { 'content-type': 'application/json' }
    }).then(
     res => console.log(res.data)
    )
    P6. 引用图片、音频、字体等文件的方式要改 
    • RN用的是<Image source={...} />和<ImageBackground source />

    • Taro用的是<Image src={...} />

    // 引用文件
    import namedPng from '../../images/path/named.png'
    // 使用
    <View>
     <Image src={namedPng} />
    </View>

    P7. 部分RN样式属性值Taro是没有的,而且部分样式属性的默认值RN和Taro不一致

    • 部分属性值存在差异,例如marginVertical,paddingVertical等等,RN有,但是Taro没有

    • 部分属性的默认值存在区别,在RN中,flexDirection默认是column,而在其他的平台中,flexDirection默认是row

    P8.因为小程序的特殊需求,导致部分代码不符合Taro的编码规范,总结如下
    因为这些坑很少会主动踩到,除非作死
    (1)事件参数(props)都要以on开头
    // 错误
    const element = <View bindtap={this.onTag} />
    // 正确
    const element = <View onClick={this.onTag} />

    (2)不能对this.props.children做任何操作

    // 错误的两种写法
    this.props.children && this.props.children
    this.props.children[0]

    (3)不能使用 Array#map 之外的方法操作 JSX 数组

    // 错误,JSX数组不能用非Map方法,普通数组才可以
    const components = [<Component />...];
    components.find(component => {
      return component === <View />
    })

    P9. aync/await的使用要通过导入taro的包来开启

    很简单,不用考虑工作量
    import '@tarojs/async-await' 
    // 下面就可以正常使用async/await了
    P10.redux的使用改为 @tarojs/redux
    API似乎没有变?应该是无需担心了

    参考资料

    Alita官网 https://github.com/areslabs/alita 
    Taro官网 https://taro.aotu.io/ 

     

     

  • 相关阅读:
    基于51的串行通讯原理及协议详解(uart)
    linux下各目录的作用
    firefox插件之 vimperator 的使用
    samba的使用
    debian系统下安装ssh服务
    Aircrack-ng 工具箱
    linux系统下静态IP的设置
    HTML 与 css 的简单学习
    微软亚洲实验室一篇超过人类识别率的论文:Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification ImageNet Classification
    概率论中的一些常见的分布与公式
  • 原文地址:https://www.cnblogs.com/penghuwan/p/11775900.html
Copyright © 2011-2022 走看看