Pusher Channels JavaScript 客户端技术文档
2024-12-20 18:03:01作者:何将鹤
本文档旨在帮助用户安装、使用Pusher Channels JavaScript客户端库,并详细介绍其API的使用方法。
1. 安装指南
Web环境
在Web页面中使用Pusher Channels,可以通过以下方式安装:
使用Yarn或NPM
yarn add pusher-js
然后在JavaScript代码中导入:
import Pusher from 'pusher-js';
如果需要使用加密通道:
import Pusher from 'pusher-js/with-encryption';
或者,如果不使用ES6模块:
const Pusher = require('pusher-js');
如果需要使用加密通道:
const Pusher = require('pusher-js/with-encryption');
使用CDN
在HTML页面中直接引用:
<script src="https://js.pusher.com/7.0/pusher.min.js"></script>
如果需要使用加密通道:
<script src="https://js.pusher.com/7.0/pusher-with-encryption.min.js"></script>
使用Bower(不推荐)
或者通过Bower安装:
bower install pusher
然后:
<script src="bower_components/pusher/dist/web/pusher.min.js"></script>
Typescript
从v5.1.0版本开始,提供了TypeScript声明。大多数内容开箱即用,但如果需要访问特定类型,可以按以下方式导入:
import Pusher from 'pusher-js';
import * as PusherTypes from 'pusher-js';
React Native
React Native支持已被弃用,并将从库中移除。请使用我们的官方React Native SDK。
Web Workers
Pusher.js的Web Workers实现目前不兼容Internet Explorer。
从CDN导入worker脚本:
importScripts('https://js.pusher.com/7.0/pusher.worker.min.js');
如果需要使用加密通道:
importScripts('https://js.pusher.com/7.0/pusher-with-encryption.worker.min.js');
Node.js
通过NPM兼容的包管理器安装pusher-js后,运行:
import Pusher from 'pusher-js';
2. 使用说明
初始化Pusher客户端:
const pusher = new Pusher(APP_KEY, {
cluster: APP_CLUSTER,
});
您可以从Pusher Channels仪表板获取APP_KEY和APP_CLUSTER。
3. 项目API使用文档
以下是Pusher Channels JavaScript客户端的主要API使用方法。
初始化
const pusher = new Pusher(APP_KEY, {
cluster: APP_CLUSTER,
// 其他配置项
});
订阅频道
const channel = pusher.subscribe('my-channel');
绑定事件
channel.bind('my-event', function(data) {
console.log(data);
});
默认事件
Pusher Channels有一些默认事件,例如pusher:connection_established。
用户认证
用户认证配置对象包含以下有效键:
endpoint:认证签名所需的端点。transport:定义如何调用认证端点。params:发送到认证端点的附加参数。headers:发送到认证端点的附加HTTP头。
更多详情请参考用户认证文档。
4. 项目安装方式
请参考上文“安装指南”部分,了解如何在不同的环境中安装Pusher Channels JavaScript客户端库。
以上是Pusher Channels JavaScript客户端库的技术文档,希望对您的开发有所帮助。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781