使用nwb构建React组件与库的完整指南
2025-06-25 11:57:54作者:董灵辛Dennis
前言
在现代前端开发中,构建可复用的React组件并将其发布为npm包是提高开发效率的重要方式。nwb作为一个强大的React工具链,为开发者提供了从项目初始化到最终发布的完整工作流。本文将详细介绍如何使用nwb开发和发布React组件/库。
环境准备
在开始之前,需要全局安装nwb:
npm install -g nwb
项目创建
初始化项目
使用以下命令创建新的React组件项目:
nwb new react-component react-loading-button
创建过程中会询问一些构建配置问题:
- 是否创建ES模块构建:默认Yes,会在
es/目录生成保留ES模块语法的构建 - 是否创建UMD构建:选择Yes后需要指定全局变量名,通常使用大驼峰命名如
ReactLoadingButton
项目结构
创建的项目包含以下关键目录和文件:
react-loading-button/
demo/ # 开发演示应用
src/ # 组件源代码
tests/ # 测试代码
nwb.config.js # 构建配置文件
开发流程
开发服务器
运行npm start启动开发服务器,支持热重载:
npm start
示例组件实现
我们以实现一个LoadingButton组件为例:
import PropTypes from 'prop-types';
import React from 'react';
class LoadingButton extends React.Component {
static propTypes = {
disabled: PropTypes.bool,
loading: PropTypes.bool,
type: PropTypes.string,
};
static defaultProps = {
disabled: false,
loading: false,
type: 'button',
};
render() {
let { children, disabled, loading, type, ...props } = this.props;
if (loading) {
disabled = true;
}
return (
<button disabled={disabled} type={type} {...props}>
{children}
</button>
);
}
}
export default LoadingButton;
测试策略
nwb默认配置了Karma+Mocha+Expect的测试环境:
npm test # 运行测试
npm run test:watch # 开发时持续运行测试
示例测试代码:
import expect from 'expect';
import React from 'react';
import { renderToStaticMarkup as render } from 'react-dom/server';
import LoadingButton from '../src';
describe('LoadingButton', () => {
it('renders correctly', () => {
expect(render(<LoadingButton>Test</LoadingButton>))
.toContain('<button type="button">Test</button>');
});
it('disables when loading', () => {
expect(render(<LoadingButton loading>Test</LoadingButton>))
.toContain('<button disabled="" type="button">Test</button>');
});
});
代码覆盖率
生成覆盖率报告:
npm run test:coverage
报告会生成在coverage/目录,帮助识别未测试的代码路径。
构建与发布
构建准备
运行构建命令生成生产环境代码:
npm run build
这会生成:
lib/:CommonJS构建es/:ES模块构建umd/:UMD构建(如果配置了)
发布到npm
构建完成后即可发布:
npm publish
高级配置
配置文件
nwb.config.js中可以自定义构建配置:
module.exports = {
type: 'react-component',
npm: {
esModules: true,
umd: {
global: 'ReactLoadingButton',
externals: {
react: 'React'
}
}
}
}
特性开关
创建项目时可使用以下标志:
--no-demo:不创建演示应用--copy-files:复制非JS文件到构建目录--keep-proptypes:保留生产环境的propTypes
组件库开发
对于组件库开发,入口文件通常使用重新导出模式:
export { default as Button } from './Button';
export { default as Modal } from './Modal';
nwb支持最新的ECMAScript导出语法,简化组件库的组织结构。
总结
nwb为React组件开发提供了完整的工具链,从项目初始化、开发、测试到构建发布,覆盖了全生命周期。通过合理的配置,可以轻松开发单个组件或复杂的组件库,并发布到npm供他人使用。
本文介绍的LoadingButton示例展示了nwb的核心功能,实际开发中可以根据项目需求灵活调整配置,构建出高质量的React组件库。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 OpenSSL 3.3.0资源下载指南:新一代加密库的全面解析与部署教程 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
214
234
暂无简介
Dart
661
151
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
React Native鸿蒙化仓库
JavaScript
251
320
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++
659
294
🎉 (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
1.18 K
646
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
🔥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
62
20
仓颉编程语言开发者文档。
58
817