zoukankan      html  css  js  c++  java
  • shim 和 polyfill

    在前端,有两个词经常被提及:shim 和 polyfill。最近在翻译文章时又遇到了 polyfill 这个词,准备把这两个概念理清楚。

    关于 JavaScript 的兼容性问题,通常有不同的解决方案。

    举个例子,旧版本的 IE 不支持标准的 XMLHttpRequest,但支持自家的 ActiveXObject 方法,对此有以下两种解决方案。

    jQuery 的做法是,把两种方法封装成 $.ajax 函数。使用时,只要熟悉 $.ajax 方法就可以了,不用考虑浏览器的兼容问题。

    // 伪代码
    $.ajax = function(url) {
        if (isIE) {
            XMLHttpRequest(url)
        } else {
            ActiveXObject(url)
        }
    }
    

    还有一种方法是,判断浏览器是否支持 XMLHttpRequest,如果不支持,就用 ActiveXObject 实现一个功能跟 XMLHttpRequest 完全一样的函数。

    // 伪代码
    if (!XMLHttpRequest) {
        XMLHttpRequest = function(url) {
            ActiveXObject(url)
        }
    }
    

    这两种方法看似没什么太大的不同,都能解决跨浏览器的兼容问题。但如果你仔细思考,就会发现,这两种方法代表着两种不同思维方式。后者明显的思想更加先进。

    我们来看看这两种做法有什么不同。

    1. jQuery 没有遵循标准,这带来了一个学习成本的问题,我们需要学习这个函数的使用方法;而后者在使用上和标准 API 没什么不同,不存在学习成本。
    2. 如果某天我们不需要兼容旧 IE 了,后者只要移除兼容代码就可以了,不用改动代码;而前者显然没有这个优势,需要重构代码。遵循标准的代码在维护性方面明显更好。
    3. 后者还有个好处是,可以按需加载,只在旧浏览器上加载兼容代码。
    4. 标准的代码在可移植性方面也更具优势。

    我们再来看看 shim 和 polyfill 的概念。

    shim 是一个库,它将一个新的 API 引入到一个旧的环境中,而且仅靠旧环境中已有的手段实现

    polyfill 是 shim 的一种,它的 API 是遵循标准的。polyfill 的做法通常是:先检查浏览器是否支持某个标准 API,如果不支持,就使用旧的技术对浏览器做兼容处理,这样就可以在旧的浏览器上使用新的标准 API。

    但在实际情况下,我们一般说 shim,会特指它的 API 不是遵循标准的,与 polyfill 对立。

    上面介绍的两种方法,前者是 shim,而后者是 polyfill。polyfill 的设计理念更值得去推崇。

    理解了概念后,polyfill 的思想就能指导我们如何去设计 API。

    比如说,旧浏览器不支持 ES6 的 Array.prototype.find 方法,我们想要在项目中使用 Array.prototype.find,只要 polyfill 就行了,而不是封装一个新的方法。

    // 应该这么做
    if (!Array.prototype.find) {
        Array.prototype.find = function() {
            // ...
        }
    }
    
    // 而不是这么做
    function arrayFind() {
        if (Array.prototype.find) {
            // ...
        } else {
            // ...
        }
    }
    

    当然,很多新的 API 的兼容性问题,网上已经有成熟的 polyfill 方案了,不必重复造轮子。

  • 相关阅读:
    跨域问题
    vuejs devtools 插件安装
    vue开发环境搭建
    .net core 入门一
    go 基础 处理异常
    go 基础 结构体 接口 访问权限
    【火炉炼AI】机器学习040-NLP性别判断分类器
    【火炉炼AI】机器学习039-NLP文本分类器
    【火炉炼AI】机器学习038-NLP创建词袋模型
    【火炉炼AI】机器学习037-NLP文本分块
  • 原文地址:https://www.cnblogs.com/yunser/p/7629281.html
Copyright © 2011-2022 走看看