开源项目 `log-globals` 使用教程
2024-08-31 21:30:42作者:傅爽业Veleda
项目介绍
log-globals 是一个用于记录全局变量的开源工具,由 Sindre Sorhus 开发。它可以帮助开发者发现和调试代码中意外的全局变量泄露问题。该工具可以作为书签或开发者工具片段使用,非常适用于前端开发和调试。
项目快速启动
安装
由于 log-globals 是一个简单的 JavaScript 文件,无需安装,可以直接使用。
使用方法
作为书签使用
- 创建一个新的书签,将以下代码粘贴到书签的 URL 部分:
javascript:(function(){var a=document.createElement("iframe");a.style.display="none";document.body.appendChild(a);var c=a.contentWindow;document.body.removeChild(a);var a=Object.keys(c).filter(function(b){return"top"!==b&&"parent"!==b&&"content"!==b&&"self"!==b&&"window"!==b}).map(function(b){return b+"="+c[b]}).join(", ");console.log("Global variables:", a)})();
- 在需要检查的网页上点击该书签,控制台将输出当前页面的全局变量。
作为开发者工具片段使用
- 打开浏览器的开发者工具(通常按 F12 或右键选择“检查”)。
- 进入“Sources”面板,找到“Snippets”选项卡。
- 创建一个新的片段,粘贴以下代码:
(function(){
var a = document.createElement("iframe");
a.style.display = "none";
document.body.appendChild(a);
var c = a.contentWindow;
document.body.removeChild(a);
var a = Object.keys(c).filter(function(b){
return "top"!==b&&"parent"!==b&&"content"!==b&&"self"!==b&&"window"!==b
}).map(function(b){
return b+"="+c[b]
}).join(", ");
console.log("Global variables:", a);
})();
- 保存并运行该片段,控制台将输出当前页面的全局变量。
应用案例和最佳实践
应用案例
假设你正在开发一个复杂的单页应用,怀疑某些全局变量被意外地创建和使用。通过使用 log-globals,你可以快速发现这些变量,并定位到具体的代码位置进行修复。
最佳实践
- 定期检查:在开发过程中定期使用
log-globals检查全局变量,确保没有意外的全局变量泄露。 - 结合其他工具:结合 ESLint 等静态代码分析工具,进一步减少全局变量的使用。
- 代码审查:在代码审查过程中,重点关注全局变量的使用,确保其合理性和必要性。
典型生态项目
log-globals 可以与以下项目结合使用,以提高开发效率和代码质量:
- ESLint:用于静态代码分析,帮助发现和修复潜在的代码问题。
- Webpack:用于模块打包,减少全局变量的使用。
- React/Vue:现代前端框架,鼓励使用局部状态管理,减少对全局变量的依赖。
通过结合这些工具和框架,可以构建更加健壮和可维护的前端应用。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322