前端周刊第四期

简介: 前端周刊第四期

大事件



  • 以 2022 年 JavaScript 状态调查为例——几年过去了,流行的 JavaScript 状态调查返回了 2021/22 联合运行,并且一如既往地试图确定开发人员对哪些库和框架感到兴奋。
  • 2022 年 Web 开发的基础知识——分析围绕前端技术、浏览器共享、客户端设备等的众多统计数据,以了解我们必须继续支持的最低共同标准。
  • DevTools 有什么新功能?——对 Chrome、Edge、Safari 和 Firefox 中开发人员工具的最新更改和新增功能进行了不错的细分。


文章



  1. React服务端组件 — Plasmic可视化页面构建器应用程序的联合创始人带领我们探索 React 服务器组件(当前是即将发布的 React 18 中的一个实验性功能)以及它们如何在后台运行。
  2. 一个完整的初学者指南npm — 即使 npm 对你来说很熟悉,如果只是发送给你团队中的其他人,本指南可能会很有用。这是一份来自 CSS-Tricks 的由九部分组成的指南,涵盖了从头开始的所有内容。
  3. 沿 SVG 路径为任何东西设置动画 — 如何使用 SVG 路径和getPointAtLength()函数使用 JavaScript 编写创意动画。
  4. 用 JavaScript 比较 CSS 特异性值 - 当谈到 CSS 特异性时,你如何比较两个选择器来决定哪个是最高的?这篇文章深入探讨了它。


框架发布



  1. Nightwatch 2.0 – 端到端测试框架。
  2. Gluegun 5.0 – 用于构建 Node.js CLI 应用程序的工具包。
  3. Node-RED 2.2.0 – 低代码事件驱动的应用程序开发环境。
  4. parse-domain 7.0 – 将主机名分成几部分。
  5. NeutralinoJS 4.2.0 – X 平台 JS 桌面应用程序框架。
  6. Mocha 9.2 – JS 测试框架。
  7. 无服务器框架 v3
  8. React Native 0.67
  9. npm 8.4.0


代码和工具



  1. 查找和修复悬空文件和未使用的依赖项:当您每天添加新代码时,您可能会忘记删除旧代码。此工具可以帮助您发现项目中未使用的文件。
  2. chroma.js:零依赖颜色转换库:我喜欢这个简单但色彩丰富的文档。如果您需要处理颜色和颜色值,请务必看一下。
  3. Clipboard.js:一个现代的“复制到剪贴板”库:剪贴板 API使剪贴板的工作比以往任何时候都容易,但您可能会发现像这样的库提供了一些有价值的附加抽象。
  4. ExcellenceExport.js 3.8:将表格数据导出到 Excel 或 CSV:如果您的应用程序/页面在 HTML 表格中有一些数据,并且您想在没有任何服务器参与的情况下将其导出到 CSV 或 XLSX,这可能会有所帮助。
  5. Reaselct:React 的“选择”框组件:目前有单选和多选版本,后者在标记场景中可以很好地工作。来自与REAVIZ 图表库相同的团队。
  6. Trilium Notes:使用 Node 构建的知识库应用程序:分层笔记应用程序。构建为 Express 应用程序,但最常通过 Electron 打包版本在桌面上使用。它已经有几年了,但继续看到频繁的更新,是这类应用程序的一个很好的例子。
相关文章
|
存储 监控 数据库
《优化数据库性能的六大技巧》
数据库作为后端开发中至关重要的一环,在实际应用中经常遇到性能瓶颈问题。本文将分享六大实用技巧,帮助开发者优化数据库性能,提升系统响应速度。
|
Ubuntu Linux
Ubuntu中下载编译linux内核源码
Ubuntu中下载编译linux内核源码
Ubuntu中下载编译linux内核源码
python并发执行request请求
选择哪种并发方式取决于我们的具体需求。对于I/O密集型任务,多线程或异步I/O通常是更好的选择;对于CPU密集型任务,多进程可能是更好的选择。此外,异步I/O通常比多线程具有更好的性能,特别是在高并发的网络应用中。
|
iOS开发
解决IOS上架App Store后显示语言为英文的问题
解决IOS上架App Store后显示语言为英文的问题
652 0
|
机器学习/深度学习
通过学习曲线识别过拟合和欠拟合
本文介绍了如何利用学习曲线识别机器学习模型中的过拟合和欠拟合问题。过拟合发生时,模型过于复杂,对训练数据过拟合,导致测试集表现不佳;欠拟合则是因为模型太简单,无法捕获数据模式,训练和测试集得分均低。学习曲线通过绘制训练和验证损失随训练样本增加的情况来辅助判断。对于过拟合,学习曲线显示训练损失低且随样本增加上升,验证损失降低但不趋近训练损失;欠拟合时,训练和验证损失都高,且两者随着样本增加缓慢改善。通过学习曲线,我们可以调整模型复杂度或采用正则化等方法优化模型泛化能力。
739 0
|
消息中间件 存储 Java
RabbitMQ之topic(主题)Exchange解读
RabbitMQ之topic(主题)Exchange解读
|
Shell Linux
重装yum |-bash: yum: command not found
重装yum |-bash: yum: command not found
2094 0
|
jenkins Java 持续交付
jenkins-CICD系列之-jenkins 打包maven项目并且构建镜像
使用jenkis 直接在本地机器上构建maven镜像
|
算法 内存技术
搜索与图论-最小生成树(Prim 算法和 Kruskal 算法)
搜索与图论-最小生成树(Prim 算法和 Kruskal 算法)