ts-jest 29.3.0版本中动态导入对象结构变化解析
2025-05-30 08:40:39作者:谭伦延
在ts-jest测试框架升级到29.3.0版本后,开发者遇到了一个关于动态导入(ESM动态import)行为变化的问题。本文将深入分析这一变化的原因、影响以及解决方案。
问题现象
在ts-jest 29.2.6版本中,开发者使用动态导入语法import('../src/index')时,返回的对象结构是单层default包装:
{
default: Server {
maxHeaderSize: undefined,
insecureHTTPParser: undefined,
// ...
}
}
而在升级到29.3.0版本后,返回的对象结构变成了双层default嵌套:
[Module: null prototype] {
__esModule: true,
default: {
default: Server {
maxHeaderSize: undefined,
insecureHTTPParser: undefined,
// ...
}
}
}
同时,系统会提示需要添加--experimental-vm-modules标志才能运行。
根本原因
这一变化源于ts-jest 29.3.0版本对TypeScript的Node16/NodeNext模块解析模式的支持增强。当项目配置满足以下条件时,就会出现上述行为变化:
tsconfig.json中设置了"module": "NodeNext"- 启用了
"isolatedModules": true选项 - 使用了动态导入语法
import()
TypeScript在处理动态导入时,会根据模块系统设置采取不同的转换策略:
- 在
CommonJS模式下,TypeScript会将动态import()转换为require()调用 - 在
NodeNext/Node16模式下,TypeScript会保留原生的import()语法
原生ESM模块的动态导入行为与CommonJS不同,它会严格保持模块的原始导出结构,包括__esModule标记和嵌套的default导出。
解决方案
针对这一问题,开发者有以下几种解决方案:
方案一:改用CommonJS模块系统
修改tsconfig.json,将模块系统改为CommonJS:
{
"compilerOptions": {
"module": "CommonJS"
}
}
这是最简单的解决方案,适合不需要严格ESM模块支持的项目。
方案二:调整测试代码适应新结构
如果必须使用ESM模块系统,可以修改测试代码来适应新的对象结构:
const serverModule = await import('../src/index');
const server = serverModule.default.default; // 注意双default
方案三:启用Node.js ESM支持
在运行测试时添加--experimental-vm-modules标志:
node --experimental-vm-modules node_modules/jest/bin/jest.js
并在package.json中添加:
{
"type": "module"
}
最佳实践建议
- 如果项目不需要ESM特性,建议使用
CommonJS模块系统 - 如果必须使用ESM,确保测试代码能够处理模块的双重包装
- 考虑在
jest.config.js中添加适当的转换配置来处理模块导入 - 保持ts-jest和相关依赖的最新版本,以获得最佳兼容性
总结
ts-jest 29.3.0版本对ESM模块支持的改进带来了动态导入行为的变化,这实际上是更符合ESM规范的行为。开发者需要根据项目需求选择合适的模块系统,或者调整测试代码以适应新的模块导入结构。理解TypeScript在不同模块系统下的编译行为差异,有助于更好地处理这类兼容性问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
9
1
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878