ofetch 教程:更好的 Fetch API 使用指南
2026-01-16 10:36:10作者:冯梦姬Eddie
1. 项目介绍
ofetch 是一个强大的替代原生 fetch API 的工具,它在Node.js、浏览器和Web Workers中都能工作。此库提供了额外的功能,如自动JSON解析、错误处理、超时设置、重试机制以及对二进制响应的支持。通过优化的API设计,使得开发者能够更便捷地进行网络请求。
2. 项目快速启动
安装
首先,使用npm或yarn安装 ofetch:
# npm
npm install ofetch
# yarn
yarn add ofetch
使用示例
导入并开始使用 ofetch 进行HTTP请求:
// ESM / TypeScript
import { ofetch } from 'ofetch';
// CommonJS
const { ofetch } = require('ofetch');
// 发起GET请求
const [ response ] = await ofetch('/api/data');
const data = await response.json();
console.log(data);
3. 应用案例和最佳实践
处理错误
当响应状态不是ok(即非2xx的状态码)时,ofetch 会自动抛出错误,包括友好的错误消息和简洁的堆栈信息:
try {
const [ response ] = await ofetch('https://example.com/not-found');
} catch (error) {
console.error(error.message); // 输出错误信息
if (error.data) console.error(error.data); // 可以访问错误体数据
}
自动JSON序列化
传递对象到 body 选项,ofetch 将自动将其转换为JSON并设置正确的Content-Type头:
const [ user ] = await ofetch('/api/user', {
method: 'POST',
body: { name: 'Alice' },
});
设置超时
你可以指定超时时间(单位为毫秒),当请求超过这个时间未完成时,将自动取消请求:
await ofetch('https://example.com/slow-api', {
timeout: 3000, // 超时3秒
});
4. 典型生态项目
ofetch 非常适合结合其他前端框架和库使用,例如:
- React: 用于获取API数据来驱动组件的状态。
- Vite: 在构建工具中集成,提高开发环境的数据模拟速度。
- Jest/Testing Library: 测试应用中的网络请求逻辑。
此外,配合流行的库如axios、graphql-request和redux-thunk,可以进一步扩展你的应用程序功能。
以上就是关于 ofetch 的简单介绍和使用指南,更多高级特性和配置,可查阅其官方文档以获得详细信息。祝你在使用过程中体验愉快,编程顺利!
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
288
321
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++
850
447
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
239
100
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
451
180
🎉 (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
1.28 K
705