内容简介:一个高仿的掘金,大部分是按照掘金的ui来实现的,个别地方就根据自己想法修修改改,只做了移动端的部分,还做pc的部分就要花太多时间了,支持服务端渲染、pwa等,写这个项目主要是对近几个月所学的技术做个实践,看看有哪里还有不足,以及在实际开发的时候会踩到哪些坑,该怎么解决大概就是以上的功能,登录的话只支持手机登录,或者可以手动设置一个这样的
一个高仿的掘金,大部分是按照掘金的ui来实现的,个别地方就根据自己想法修修改改,只做了移动端的部分,还做pc的部分就要花太多时间了,支持服务端渲染、pwa等,写这个项目主要是对近几个月所学的技术做个实践,看看有哪里还有不足,以及在实际开发的时候会踩到哪些坑,该怎么解决
运行
yarn or npm install # development npm run dev:client npm run dev:server # production npm run build npm start 复制代码
技术栈
- react
- react-dom
- react-router-dom
- react-helmet (设置title及meta)
- react-loadable
- react-redux
- redux-connect (异步路由跳转)
- react-router-config
- react-virtual-list (长列表渲染)
- prop-types
- @rematch/core (rematch 一个更好用的redux)
- @rematch/loading (调用effects时,自动设置loading)
- immer (以带副作用的方式修改数据并返回新引用的数据,不会影响原始数据)
- axios
- babel-polyfill
- classnames
- lodash-es
- react-swipe
- react-toastify
- react-content-loader (内容占位的loading)
- react-lazyload
- react-swipe
- swipe-js-is
- husky (husky注册git hook)
- lint-staged (对被提交的文件依次执行写好的任务)
- webpack
- eslint
- express
实现的功能
-
公共头部
- 登录
-
首页
- 文章点赞
- 切换分类
-
文章页
- 评论列表
- 评论点赞
- 推荐文章列表
- 沸点页
- 小册
- 开源库
- 活动页
-
用户主页
- 关注用户
- 用户动态列表
- 用户专栏
- 用户沸点
- 用户的点赞
- 用户关注的标签
大概就是以上的功能,登录的话只支持手机登录,或者可以手动设置一个这样的 cookie
,再刷新页面就登录成功了
const userInfo = { token: data.token, clientId: data.clientId, uid: data.user.uid } Cookies.set('userInfo', userInfo, { path: '/' }) 复制代码
项目结构
├─.gitattributes ├─ecosystem.json pm2部署配置 ├─src | ├─app.jsx | ├─entry-client.js | ├─entry-server.js | ├─registerServiceWorker.js | ├─utils 工具函数 | ├─store store配置 | ├─routes 路由配置 | ├─models store的model文件,创建state、reducers、effects | ├─containers 页面组件 | ├─components 展示组件 | ├─assets 需要webpack处理的资源 | ├─api 对请求库的封装及获取数据的方法 ├─server 服务端渲染 ├─public 静态资源 ├─build webpack配置 | ├─dll 生成dll的配置 ├─.vscode | └launch.json 复制代码
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:- 掘金小册写作参考
- 使用xposed更改掘金的侧滑退出的触发范围(左撇子,掘金的这个侧滑退出的体验一言难尽)
- 掘金小册优惠折扣一览
- React Demo Four - 掘金
- 为掘金小册添加目录
- 掘金翻译计划月报 — 2018 年 11 月
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。
数据挖掘导论
Pang-Ning Tan、Michael Steinbach、Vipin Kumar / 范明、范宏建 / 人民邮电出版社 / 2010-12-10 / 69.00元
本书全面介绍了数据挖掘,涵盖了五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都有两章。前一章涵盖基本概念、代表性算法和评估技术,而后一章讨论高级概念和算法。这样读者在透彻地理解数据挖掘的基础的同时,还能够了解更多重要的高级主题。 本书是明尼苏达大学和密歇根州立大学数据挖掘课程的教材,由于独具特色,正式出版之前就已经被斯坦福大学、得克萨斯大学奥斯汀分校等众多名校采用。 ......一起来看看 《数据挖掘导论》 这本书的介绍吧!