内容简介:(题图:from unsplash)有朋友问最近看的哪两本关于前端的书籍——《前端架构设计》+《前端工程化:体系设计与实践》,一本重道,一本重术,道与术结合更具指导意义。希望了解前端的朋友推荐看一下。
(题图:from unsplash)
有朋友问最近看的哪两本关于前端的书籍——《前端架构设计》+《前端工程化:体系设计与实践》,一本重道,一本重术,道与术结合更具指导意义。希望了解前端的朋友推荐看一下。
接着上篇未完的话题,《前端工程化的个人思考》,前端工程化很庞大,涉及的点也比较多,笔者也只是想到那里就写到那里,要讨论的朋友可在文末留言讨论。
规范检查
既然走工程化路线,代码规范刚首当其冲,但每个人的编码习惯各异,只能靠团队规范来大方向上求同存异,Java的规范是出了名的,规范检查插件、组件也是种类繁多。前端自然也会有对应的组件来解决前端代码的规范问题,如 jslint , eslint , stylelint 等,结合svn/git或构建编译 工具 来确保代码的规范性,应该也有详细的规范文档来约定。我比较喜欢用的工具组合是SonarQube+Jenkins,利用Jenkins进行持续集成构建的同时,进行规范检查,将结果输出到 SonarQube 中在页面上展现出来,当然这属于一种后置的检查,在本机开发构建时,就可以集成到构建工作包或IDE插件中进行检查。
前端测试
不少项目针对后端有严格的单元测试通过率、测试代码覆盖率、代码注释率等,但对前端要求比较少,这也从侧面说明前端测试不好做,特别是前端的自动化测试工作。如果是前后端兼顾的开发,你基本是不会想到给前端代码写单元测试的,因为后端的逻辑性更强,测试方便。如果你是专职做前端开发的,你应该想想有没有给你的前端代码做单元测试?我们总是习惯于在JS代码中加入 alert 或 console ,刷新页面看看到底结果如何,一处又一处,一遍又一遍,直到随处可见的 alert / console 淹没在正常代码处理中。
不好做不代表不能做,具体到不同的技术栈,想必也有对应的测试工具来辅助大家进行测试,如 Vue 体系、 React 体系等等,算是有比较成熟的生态。也有独立的优秀三方测试框架,如 Mocha 、 Karma 等,结合断言库如 char.js ( 没有写断言验证的单元测试都是耍流氓 ),集成到CI工具中,完成一个持续性的流程。
工作流
工程化做的比较好的当属Java,而前端前些年似乎不存在这个概念。虽然一部分人也在努力这么做,直到NodeJS的出现,才有了质的飞越。不但提升了前端在软件工程中的地位,也为一大批工具的出现奠定了基础。独立构建、独立部署、任务处理(编译、压缩、混淆、合并、解决依赖、文件hash)等工具的出现,将一个完整的工作流程串联起来,再结合CI/CD工具,可谓发挥出极大的威力,解放人力,提升生产力。特别是Jenkins新版本中 Pipeline 功能的提出,使工作流程配置更加流畅。
附:《前端架构设计》思维脑图总结图
写到这里,算是这段思考的一个完结,文中提到的点都比较数粗糙,后续还是要深入进去,毕竟觉知此事要躬行。
扩展阅读:
长按2秒,识别二维码,关注我。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢: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金融大数据分析
[德] 伊夫·希尔皮斯科 / 姚军 / 人民邮电出版社 / 2015-12 / CNY 99.00
唯一一本详细讲解使用Python分析处理金融大数据的专业图书;金融应用开发领域从业人员必读。 Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区,在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用,并且成为该行业开发核心应用的首选编程语言。《Python金融大数据分析》提供了使用Python进行数据分析,以及开发相关应用程序的技巧和工具。 《Python金融大......一起来看看 《Python金融大数据分析》 这本书的介绍吧!