Jest项目中废弃依赖包abab和domexception的解决方案
2025-05-02 15:39:20作者:曹令琨Iris
在Jest测试框架的jsdom环境实现中,存在两个已被废弃的依赖包abab和domexception,这会在安装时产生警告信息。本文将深入分析这一问题产生的原因、影响范围以及解决方案。
问题背景
当开发者安装jest-environment-jsdom@29.7.0时,npm会提示两个废弃警告:
- abab@2.0.6已被废弃,建议使用平台的原生atob()和btoa()方法
- domexception@4.0.0已被废弃,建议使用平台的原生DOMException
这两个包都是通过jsdom@20.0.3间接引入的依赖项。abab包提供了base64编码解码功能,而domexception包实现了DOM异常处理。
依赖关系分析
通过分析依赖树可以看到:
- jest-environment-jsdom依赖于jsdom@20.0.3
- jsdom@20.0.3直接依赖abab和domexception
- jsdom还通过data-urls@3.0.2间接依赖abab
在JavaScript生态系统中,这种间接依赖关系很常见,但随着平台原生API的完善,许多polyfill类库逐渐被标记为废弃。
上游解决方案
好消息是,jsdom项目已经在23.0.0版本中移除了这两个依赖:
- 移除了abab依赖,改用原生base64方法
- 移除了domexception依赖,改用原生DOMException
- 将data-urls升级到5.0.0版本,该版本也不再依赖abab
升级建议
对于Jest用户来说,解决方案是等待Jest项目升级jsdom依赖版本。目前Jest团队已经采取了以下措施:
- 发布了@jest/environment-jsdom-abstract包作为过渡
- 提供了使用jsdom@24的示例配置
开发者可以通过以下方式规避废弃警告:
- 暂时忽略这些警告,它们不会影响测试功能
- 关注Jest的版本更新,及时升级到包含修复的版本
- 如需立即解决,可考虑手动升级jsdom版本并测试兼容性
技术影响评估
升级jsdom版本可能带来的影响包括:
- 更小的包体积(移除了不必要的polyfill)
- 更好的性能(使用原生API而非模拟实现)
- 潜在的兼容性问题(需要测试特定场景)
对于大多数项目来说,这种升级应该是平滑的,因为:
- 现代JavaScript运行环境都已实现相关API
- 功能行为保持一致,只是实现方式改变
结论
Jest项目团队已经意识到这个问题并着手解决。开发者可以期待在未来的版本更新中获得更干净的依赖关系。同时,当前的警告信息不会影响测试功能,可以安全使用。
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
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
暂无简介
Dart
663
152
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++
659
297
Ascend Extension for PyTorch
Python
215
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
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
🎉 (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
1.18 K
648
仓颉编程语言开发者文档。
59
818