Highcharts 12.2.0 升级指南:解决单元测试中的 CSS.supports 错误
问题背景
在升级 Highcharts 到 12.2.0 版本后,许多开发者在运行基于 jsdom 的单元测试时遇到了 TypeError: tk.CSS?.supports is not a function 的错误。这个错误通常出现在使用 Jest、Vitest 等测试框架的环境中,特别是在 React 组件测试场景中。
错误原因分析
这个问题的根源在于 Highcharts 12.2.0 开始使用了 CSS.supports() API 来检测浏览器对某些 CSS 特性的支持情况。然而,在测试环境中使用的 jsdom 默认没有完全实现这个 API。
CSS.supports() 是 CSS 对象的一个静态方法,用于检查浏览器是否支持特定的 CSS 属性或属性值组合。在真实浏览器环境中,这个 API 是普遍可用的,但在测试环境中需要额外配置。
解决方案
方案一:安装 cssom 依赖
对于早期版本的 Highcharts,社区推荐安装 cssom 依赖来提供完整的 CSS 对象支持:
npm install --save-dev cssom
方案二:手动模拟 CSS.supports API(推荐)
更现代的解决方案是在测试配置文件中手动模拟这个 API。以 Vitest 为例,可以在 vitest.setup.ts 文件中添加以下代码:
// Mock the CSS.supports API
vi.stubGlobal('CSS', {
supports: vi.fn().mockImplementation((property, value) => {
return true; // 简单返回 true 适用于大多数情况
}),
});
对于 Jest 用户,可以在 jest.setup.js 中类似地模拟:
global.CSS = {
supports: jest.fn().mockImplementation(() => true)
};
最佳实践
-
选择性模拟:根据测试需求,可以实现更精细的模拟逻辑,而不是简单地返回 true。例如,可以针对特定 CSS 属性返回不同的支持结果。
-
测试环境检查:在测试配置中添加环境检查,确保只在测试环境中应用这些模拟。
-
版本兼容性:如果项目中使用多个版本的 Highcharts,建议统一升级到最新稳定版,避免因版本差异导致的兼容性问题。
总结
Highcharts 12.2.0 引入的新特性依赖现代浏览器 API,这在测试环境中需要特别注意。通过适当的模拟配置,可以确保单元测试顺利运行,同时不影响 Highcharts 的功能使用。这个问题虽然不是 Highcharts 本身的缺陷,但在升级过程中确实是一个需要注意的兼容性事项。
对于前端测试架构师来说,理解这类浏览器 API 的测试环境差异,并建立相应的模拟机制,是保证测试可靠性的重要环节。
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