Taro + 小程序云开发实战

栏目: 编程工具 · 发布时间: 6年前

内容简介:小程序开放了云开发能力,为开发者提供了一个可以很快速构建小程序后端服务的能力,作为一名对新技术不倒腾不快的前端,对此也是很感兴趣的;而Taro 是凹凸实验室推出的,基于React 语法规范 的多端开发解决方案,较之于mpvue 或者wepy,由于年轻,坑还比较多,但是很适合我这种倾向用React 开发的人(具体对比可以参考小程序开发框架技术分析选型)。我结合这两者,使用cheerio和superagent 抓取了用例.jp, 开发了一个

小程序开放了云开发能力,为开发者提供了一个可以很快速构建小程序后端服务的能力,作为一名对新技术不倒腾不快的前端,对此也是很感兴趣的;

而Taro 是凹凸实验室推出的,基于React 语法规范 的多端开发解决方案,较之于mpvue 或者wepy,由于年轻,坑还比较多,但是很适合我这种倾向用React 开发的人(具体对比可以参考小程序开发框架技术分析选型)。

我结合这两者,使用cheerio和superagent 抓取了用例.jp, 开发了一个 《日语用例助手》 ,由于只是练手,写得比较粗糙,还是很无耻地希望求个star

入门踩坑

云开发篇

  • 环境搭建

云开发可以通过下列两种方式创建:

  1. 使用quickstart(云开发快速启动模版)创建项目

    Taro + 小程序云开发实战

    这种方式会在目录下同时创建名为miniprogram ,带有云开发调用范例的小程序基础模板和名为cloudfuntions 的存放云函数的目录, 由此即可开始全新的项目;

  2. 基于现有的小程序使用云开发

    在小程序目录下创建一个文件夹作为你的云函数目录,然后在project.config.json 文件中新增字段"cloudfunctionRoot": "你的云函数目录",即可以在微信开发者 工具 中看到目录的图标变成了云,在此目录下创建云函数即可;

Taro + 小程序云开发实战
  • 云函数编写

使用微信开发者工具在云函数目录下创建一个云函数时,会根据名称创建一个目录,目录中包含一个index.js 和package.json。

在小程序中使用如下方式调用云函数

wx.cloud.callFunction({
    name: '云函数名称',
    data: {
      key1: 'value1',
      key2: 'value2'
    }
}).then((res) => {
    console.log(res);
}).catch((e) => {
    console.log(e);
});
复制代码

index.js的入口函数如下所示:

//云函数入口函数
exports.main = async (event, context) => {
    // 参数获取在event 中获取,如使用上面的调用函数后,获取data使用 event.key1、event.key2即可
    const { key1, key2 } = event;
    return { query: { key1, key2 } }
}
复制代码

每个云函数可视为一个单独的服务,如果需要安装第三方依赖,只需要在该目录点击右键,选择 在终端中打开 , 并 npm install 依赖即可

需要注意的是,每个云函数都是独立的,所需要的依赖都需要在对应的目录下进行 npm install ,但这样就会使得项目变得十分庞大且不优雅。因此,接下来我介绍一下tcb-router

  • 使用tcb-router 管理路由

tcb-router 是腾讯云团队开发的,基于 koa 风格的小程序·云开发云函数轻量级类路由库,主要用于优化服务端函数处理逻辑。

使用tcb-router的方法很简单

const TcbRouter = require('tcb-router');
exports.main = (event, context) => {
    const app = new TcbRouter({ event });
    app.router('路由名称', async (ctx) => {
        //原有的event需要通过ctx._req.event 获取
        const { param1, param2 } = ctx._req.event;
        ctx.body = { key1: value1 };
    });
})
复制代码

此时小程序的调用方式也需要改成:

wx.cloud.callFunction({
    name: '云函数名称',
    data: {
      $url: '路由名称',
      // 其他数据
      param1: 'test1',
      param2: 'test2'
    },
    success: res => {},
    fail: err => {
      console.error(`[云函数] [${action}] 调用失败`, err)
    }
})
复制代码

Taro篇

  • 环境搭建
npm install -g @tarojs/cli
taro init myApp
复制代码
  • 遇到的坑
  1. Api 支持不足

由于Taro 对微信的一些新api 并没有支持到,比如使用云开发时需要用到 wx.cloud ,Taro 并没有支持,但亲测是可以直接使用 wx 变量,但是会被eslint 提醒,看着十分不悦,可以在 .eslintrc 文件中增加以下代码;

"globals": {
  "wx": true
},
复制代码
  1. 不能使用 Array#map 之外的方法操作 JSX 数组

  2. 不允许在 JSX 参数(props)中传入 JSX 元素(taro/no-jsx-in-props)

爬虫篇

superagent 是一个非常实用的http请求模块,用来抓取网页十分有用,使用也十分简单,以下是我在抓取 yourei.jp 时使用的代码:

// const superagent = require('superagent');
// ...
function crawler(url, cb) {
  return new Promise((resolve, reject) => {
    superagent.get(url).set({
      'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'
    }).end(function (err, res) {
      if (err) {
        reject(err);
        return;
      }
      resolve(res);
    });
  });
}
复制代码

cheerio 是一个轻型灵活,类jQuery的对HTML元素分析操作的工具。在进行一些server端渲染的页面以及一些简单的小页面的爬取时,cheerio十分好用且高效。

在使用 superagent 抓取了网页内容后,可以使用如下方式解析页面代码

// const cheerio = require('cheerio');
    // ...
    const result = crawler(apiUrl).then((res) => {
      // 使用load 之后,$ 即可同jquery 一样使用选择器来选择元素了
      const $ = cheerio.load(res.text);
      const categories = [];
      $('[data-toggle]').each((i, ele) => {
        // 可以使用.text()、.html() 等方式获取元素的内容
        categories.push($(ele).attr('href'));
      });
      return {
        list: categories,
      };
    });
复制代码

总结

  • Taro

如果你是React 开发者,需要开发多端小程序,或者原有React 项目想迁移到小程序,Taro 是个不错的选择,但还有很多坑没有填好,希望它的发展越来越好

  • 云开发

如果你是个人开发者,想尝试小程序开发又不想或者难以自己搭建服务器,云开发是个好选择,容易上手且十分敏捷。

但云开发后续有可能收费,如果没有自己的服务器,云开发可以作为过渡时期使用,个人持观望其发展的态度,而且小程序支持同时使用请求云函数及自有服务器,并不冲突,因此可以作为一些轻量的辅助;


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

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

Complexity and Approximation

Complexity and Approximation

G. Ausiello、P. Crescenzi、V. Kann、Marchetti-sp、Giorgio Gambosi、Alberto M. Spaccamela / Springer / 2003-02 / USD 74.95

This book is an up-to-date documentation of the state of the art in combinatorial optimization, presenting approximate solutions of virtually all relevant classes of NP-hard optimization problems. The......一起来看看 《Complexity and Approximation》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

URL 编码/解码
URL 编码/解码

URL 编码/解码

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器