内容简介:这几天陆陆续续抽了点时间迭代了一版我的小程序版博客,一来是因为云开发的出现,让很多功能成为了可能,二来正好也正好深度熟悉下云开发。这次迭代主要是完善了评论功能「不知道审核能不能过」,一开始觉得很快能搞定,然而真正开发的时候还是碰到很多问题,这篇文章既是回顾总结,也是记录下自己在开发过程中遇到的一些坑,仅供参考。具体思路还是比较简单的,利用云开发中的数据库来保存评论数据,在文章详情页的底部呈现具体的评论数据。
这几天陆陆续续抽了点时间迭代了一版我的小程序版博客,一来是因为云开发的出现,让很多功能成为了可能,二来正好也正好深度熟悉下云开发。
这次迭代主要是完善了评论功能「不知道审核能不能过」,一开始觉得很快能搞定,然而真正开发的时候还是碰到很多问题,这篇文章既是回顾总结,也是记录下自己在开发过程中遇到的一些坑,仅供参考。
开发回顾
具体思路还是比较简单的,利用云开发中的数据库来保存评论数据,在文章详情页的底部呈现具体的评论数据。
在上一篇云发开初体验中,我已经创建了 posts_statistics
集合,用来存储文章的 访问数
, 喜欢数
和 评论数
,这次新建了 posts_comments
集合用于存储具体的评论数据,结构如下:
"_id": "集合id" "_openid": "评论人openid" "cAvatarUrl": "头像url" "cNickName": "昵称" "comment": "评论内容" "createDate": "创建日期" "flag": 0 "postId": "文章id" "timestamp": "时间戳" "childComment": [{"cAvatarUrl": "评论人url" "cNickName": "评论人昵称" "cOpenId": "评论人openid" "comment": "评论内容" "createDate": 2018-09-29 "flag": "数据标识" "tNickName": "对方昵称" "tOpenId": "对方openid" "timestamp": "时间戳"}]
在创建完集合之后,需要编写对应的查询,新增,和新增子评论的方法。
主要说下查询和新增子评论。查询的话肯定需要分页加载,控制一次性数据的加载量,会用到 skip
和 limit
,大致写法如下:
return db.collection('posts_comments') .where({postId: postId}) .orderBy('timestamp', 'desc') .skip((page - 1) * 10) .limit(10) .get()
然后是新增子评论,相当于在主评论下回复别人,主要在集合中 childComment
下新增评论,这里使用 db.command.push
更新指令,往数组尾部添加一个或多个值。大致写法如下:
const _ = db.command return db.collection('posts_comments').doc(id).update({ data: { childComment: _.push(data) }
在文章详情底部功能栏的样式上,还是比较纠结的,参考了一些UI,最终还是使用这种折叠的方式,具体的样式代码就不贴了。
其中有几个交互可以唠叨下。
首先是点 加号
会上拉底部的功能按钮,这个没什么问题,但细节需要注意,通常情况下点空白处时会自动缩回去,但这个实现有点凌乱,于是我在功能菜单以外的视图外层套了层view:
<view catchtap="hiddenMenubox"> ...文章主题部分... </view> /** * 非评论区隐藏菜单 */ hiddenMenubox: function() { this.setData({ isShow: false, menuBackgroup: false }) },
然后是评论输入框中的提示,默认是 评论...
,当点击回复具体某个人的评论时,默认修改成 回复***
。
然后是喜欢和收藏两个按钮,喜欢和收藏之后图标自动点亮。
还有就是提交完评论之后默认重新刷新评论列表,最后一条评论之后停止刷新,没有评论友好提示等。总之一些小的交互点还是挺多的。
这里就不一一说明了,有兴趣的可以浏览下我的小程序,并看看源码。
问题点整理
主要还是说说开发过程中的问题点和如何解决的。
1.获取用户的openid
首先是获取用户的openid问题,在没有云函数之前,获取用户的openid还是比较麻烦的,需要通过wx.login获取code,然后通过code和小程序的appid和secret请求接口从而获取到openid。
而有云函数之后,可以简单调用下云函数,经过微信鉴权之后可直接获取到用户的openid:
exports.main = (event, context) => { return { openid: event.userInfo.openId, } }
2. 数据库操作权限问题
因为每月云函数有调用次数的限制,所以想直接在客户端调用数据库。一开始挺顺利的,但当更新子评论的时候出现问题了,由于客户端对于数据库最大权限是 所有用户可读,仅创建者及管理员可写
,所以导致子评论无法更新进去「创建者和子评论者是两个用户」。
所以没办法,只能包一层云函数,云函数中调用数据库,因为服务端调用数据库没有这个权限的限制。
// 云函数入口函数 exports.main = async (event, context) => { return await db.collection('posts_comments').doc(event.id).update({ data: { childComment: _.push(event.comments) } }) }
其实个人感觉数据库操作最好都放在服务端比较好,由云函数统一收口,设计好的话,云函数还能当作路由的作用。
3.catchtap与bindtap
一开始没有仔细看文档,所以猜了坑,稍微关注下就可以避免了,同为点击事件, bindtap
事件绑定不会阻止冒泡事件向上冒泡,而 catchtap
事件绑定可以阻止冒泡事件向上冒泡。
所以在由多层嵌套的时候一定要注意下,是否需要冒泡。
4.promise
上一版本中的方法基本都采用的回调方式,之前功能简单感觉阅读起来还好。但这次改动之后发现代码就坑了,回调方法太多感觉有点眼花了。
原本打算使用ES7的特性 async/await
,但发现目前微信web开发者 工具 还不支持,相信以后应该会支持吧,不太愿意引用其他插件了,所以还是使用了 promise
,使用下来代码可阅读性提高了很多,可以一直 then
下去。
但毕竟不是专业前端,总感觉代码写的还是比较糟糕,后期打算再迭代优化下代码。
5. 样式
在样式上遇到的问题其实挺多的,主要还是自己的基本功不扎实,所以踩了很多的布局的坑,这里就不一一说了,也说不清楚,自己亲自搭建之后还是会有很深印象的。
其他优化点
在开发评论功能的同时,也优化了一些问题点,这里也说明下:
引流公众号组件
也是最近更新的功能,所以将此功能加上去了,比较简单,在公众平台中启用关注组件并绑定公众号,然后代码中引用下即可:
<official-account></official-account>
效果可以看下,还是挺有意思的:
2. 授权
原本的授权是跳转到单独的页面的,访问过我的小程序的知道,那个页面有个可爱的gif的萌妹子
但发现体验不是很好,首先这个gif萌妹子体积比较大,影响首次加载。其次是跳转时效果也不是很理想。
所以改成弹窗的方式,并首次使用了模板页:
3. 修复wxParse的问题
有网友反馈部分安卓机文章详情页加载不出来,后来发现是因为 wxParse
中 console.dir
的问题,部分安卓机不支持,注释掉即可。
总结
2.0的代码提交审核了,不懂能不能通过,希望在国庆节可以和大家见面吧。
其实要优化的点和开发的功能还是有很多,比如生成海报还没有开发,发送的文本框不能换行,体验不太好等等。
后期慢慢迭代吧,也欢迎大家使用体验,并多提宝贵意见。
Ps.需要源码的可以关注我的微信公众号 Bug生活2048
,平时会推送一些技术文章和职场趣事
以上所述就是小编给大家介绍的《利用云开发优化博客小程序(二)——评论功能》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 充分利用logstash的功能
- 利用PLC自带网络功能劫持PLC
- 利用云开发优化博客小程序(三)——生成海报功能
- 利用Android 系统的原生 API 实现分享功能
- AOP:利用Aspectj注入代码,无侵入实现各种功能
- [原理OK]利用Redis的notifications功能实现延时任务
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Python for Data Analysis
Wes McKinney / O'Reilly Media / 2012-11-1 / USD 39.99
Finding great data analysts is difficult. Despite the explosive growth of data in industries ranging from manufacturing and retail to high technology, finance, and healthcare, learning and accessing d......一起来看看 《Python for Data Analysis》 这本书的介绍吧!