React Native Testing Library 对 React 19 的支持规划
React 团队近期发布了 React 19 beta 版本,这将对 React 生态系统产生重要影响。作为 React Native 生态中重要的测试工具库,React Native Testing Library(RNTL)需要提前规划对 React 19 的支持方案。
React 19 带来的主要变化
React 19 最值得注意的变化之一是 React Test Renderer 的弃用。虽然目前只是弃用而非移除,但这一变化将直接影响 RNTL 的核心依赖。RNTL 团队正在与 Meta 合作寻找合适的替代方案。
值得注意的是,在 React 19 的迁移指南中,RNTL 仍被推荐为 React Native 的首选测试解决方案。
兼容性现状
React 团队同时发布了 React 18.3 版本,该版本会触发针对 React 19 中将被弃用/移除功能的警告。经过测试,RNTL 的测试套件在 React 18.3 环境下全部通过且没有产生任何警告,这表明目前的 RNTL 代码与 React 19 的兼容性良好。
版本策略规划
考虑到 RNTL 的 API 已经相对成熟稳定,团队计划采用以下版本策略:
- 保持 RNTL v12 版本继续支持 React 18 及更早版本
- 发布 RNTL v13 版本专门支持 React 19
- 在 v13 中移除对 React 16、17 和 18 的遗留支持代码
这种策略可以简化代码库,让团队专注于 React 19 的支持。同时,团队将提供版本化的文档,方便不同 React 版本的用户查找相关信息。
浅渲染的兼容性问题
React 19 中一个已知的破坏性变化是 react-test-renderer/shallow
将抛出错误。虽然 RNTL 早已不再公开暴露浅渲染功能,但内部仍有一些相关代码需要清理。团队已经在相关 issue 中规划了移除这些内部浅渲染支持的工作。
迁移时间线
目前 React 官方博客尚未公布 React Native 迁移到 React 19 的具体时间表。但可以合理推测,这一迁移将在 React 19 稳定版发布前后进行。RNTL 团队将密切关注 React Native 的更新动态,确保测试库能够及时支持新版本。
总结
React Native Testing Library 团队已经为 React 19 的到来做好了充分准备。通过合理的版本规划和对兼容性问题的前瞻性处理,RNTL 将继续为 React Native 开发者提供稳定可靠的测试解决方案。开发者可以放心地规划自己的升级路线,RNTL 将确保测试代码在 React 19 时代依然能够稳定运行。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









