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
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
567
3.83 K
🔥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
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
暂无简介
Dart
798
197
🎉 (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
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
447
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1