Jest项目中JSDOM环境缺失structuredClone方法的问题解析
2025-05-02 23:59:34作者:舒璇辛Bertina
背景介绍
在JavaScript测试框架Jest的最新版本29.7.0中,开发者发现当使用JSDOM测试环境时,现代浏览器APIstructuredClone()无法正常工作。这个API是现代浏览器提供的一个深度克隆方法,可以正确处理包括循环引用在内的复杂数据结构。
问题本质
structuredClone()是浏览器环境中一个相对较新的API,它提供了一种标准化的方式来创建JavaScript值的深度拷贝。与JSON.parse/JSON.stringify方法相比,它能够处理更多数据类型,包括Map、Set、Date、RegExp等。
在Jest的JSDOM测试环境中,这个API默认不可用,因为JSDOM项目本身尚未实现这个功能。这与Node.js测试环境不同,Jest团队已经为Node.js环境添加了这个API的polyfill。
技术解决方案
对于需要在JSDOM环境中使用structuredClone()的开发者,有两种可行的解决方案:
- 自定义测试环境:通过扩展Jest的JSDOM环境类,手动添加这个API
const {TestEnvironment} = require('jest-environment-jsdom');
module.exports = class CustomJSDOMEnvironment extends TestEnvironment {
constructor(...args) {
super(...args);
this.global.structuredClone = globalThis.structuredClone;
}
};
- 等待上游修复:等待JSDOM项目原生实现这个API
设计理念分析
Jest团队对于不同测试环境的API支持采取了不同的策略:
- 对于Node.js环境:主动添加现代API的polyfill
- 对于JSDOM环境:保持与上游项目的一致性,不主动添加额外API
这种差异化的设计源于两种环境的不同性质。Node.js环境没有类似JSDOM这样的"polyfill模块",所以Jest需要直接提供这些API。而JSDOM本身就是一个模拟浏览器环境的项目,Jest选择尊重其原生实现。
最佳实践建议
对于项目中的测试需求,开发者应该:
- 评估是否真的需要在测试中使用
structuredClone() - 如果必须使用,优先考虑自定义环境方案
- 关注JSDOM项目的更新,当原生支持后可简化配置
- 对于简单的克隆需求,可以考虑使用替代方案如lodash的cloneDeep
总结
这个问题反映了测试环境中现代API支持的一个常见挑战。Jest团队的设计决策体现了对上游项目的尊重和模块化思想,同时也为开发者提供了灵活的扩展方案。理解这些底层原理有助于开发者更好地组织测试代码,做出合理的技术选型。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0155- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
155
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
987
253