ESLint插件Perfectionist新增枚举排序分区功能解析
2025-06-30 09:24:24作者:鲍丁臣Ursa
在TypeScript开发中,枚举(enum)是一种常用的数据结构,用于定义一组命名的常量。随着项目规模扩大,枚举成员数量增多,如何保持代码整洁有序成为开发者关注的问题。eslint-plugin-perfectionist作为一款专注于代码风格优化的ESLint插件,近期在其2.7.0版本中为sort-enums规则新增了partition-by-comment选项,进一步提升了枚举排序的灵活性。
功能背景
在TypeScript实际开发中,开发者经常需要将枚举成员按照功能或类别进行分组。例如在AST_TOKEN_TYPES枚举中,虽然大部分成员都是语言基础token类型,但开发者可能希望将注释相关的Block和Line类型单独分组显示。传统排序规则会强制所有成员按字母顺序排列,无法满足这种分组需求。
功能实现原理
partition-by-comment选项允许开发者在枚举成员前添加特定注释来创建分组边界。当启用该选项后:
- 插件会识别枚举成员前的注释行
- 以注释为分界点,将枚举成员划分为不同组
- 组内成员仍按字母顺序排序
- 组间保持开发者定义的相对顺序
使用示例
export enum AST_TOKEN_TYPES {
Boolean = 'Boolean',
Identifier = 'Identifier',
JSXIdentifier = 'JSXIdentifier',
// 其他基础token类型...
// 注释类型分组
Block = 'Block',
Line = 'Line',
}
配置方式
在.eslintrc配置文件中,可以这样启用该功能:
{
"rules": {
"perfectionist/sort-enums": [
"error",
{
"partition-by-comment": true,
"type": "alphabetical",
"order": "asc"
}
]
}
}
技术价值
这一改进体现了几个重要的工程实践原则:
- 可读性优先:允许开发者通过注释表达分组意图,提升代码可读性
- 灵活性:在保持自动排序优势的同时,尊重开发者的布局选择
- 一致性:与同插件的sort-objects规则保持相同的行为模式,降低学习成本
最佳实践建议
- 对于超过10个成员的枚举,建议使用分区功能提高可读性
- 分区注释应当简洁明了,如"// Authentication types"
- 保持组内成员数量均衡,避免出现一个超大组和多个小组的情况
- 在团队协作项目中,应在文档中明确分区注释的格式规范
这一功能的加入使得eslint-plugin-perfectionist在保持代码整洁的同时,更加贴合实际开发场景,是TypeScript项目代码风格管理的实用增强。
登录后查看全文
热门项目推荐
相关项目推荐
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
Ascend Extension for PyTorch
Python
222
245
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
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217