在eslint-plugin-perfectionist中实现Vue组件属性排序的最佳实践
2025-06-30 13:24:28作者:翟江哲Frasier
eslint-plugin-perfectionist是一个强大的ESLint插件,专注于代码风格的完美主义。其中sort-objects规则可以帮助开发者保持对象属性的有序性,但在Vue项目中与vue/order-in-components规则可能存在冲突。本文将探讨如何优雅地解决这一问题。
问题背景
在Vue组件开发中,我们通常希望保持组件选项的有序性。vue/order-in-components规则定义了Vue组件选项的标准顺序,例如将name放在components之前。然而,perfectionist/sort-objects规则默认会按照字母顺序排序,这可能导致两个规则产生冲突。
解决方案
使用sort-vue-attributes规则
eslint-plugin-perfectionist提供了专门的sort-vue-attributes规则来处理Vue属性排序问题。我们可以基于Vue官方推荐的属性顺序进行配置:
{
"rules": {
"perfectionist/sort-vue-attributes": [
"error",
{
"custom-groups": {
DEFINITION: "@(is|v-is)",
LIST_RENDERING: "v-for",
CONDITIONALS: "v-@(if|else-if|else|show|cloak)",
RENDER_MODIFIERS: "v-@(pre|once)",
GLOBAL: "@(id|:id)",
UNIQUE: "@(ref|:ref|key|:key)",
SLOT: "@(v-slot|slot|#*)",
TWO_WAY_BINDING: "@(v-model|v-model:*)",
OTHER_DIRECTIVES: "@(v-!(on|bind|html|text))",
ATTR_DYNAMIC: "@(v-bind:*|:*)",
EVENTS: "@(v-on|@*)",
CONTENT: "v-@(html|text)"
},
"groups": [
"DEFINITION",
"LIST_RENDERING",
"CONDITIONALS",
"RENDER_MODIFIERS",
"GLOBAL",
["UNIQUE", "SLOT"],
"TWO_WAY_BINDING",
"OTHER_DIRECTIVES",
["ATTR_DYNAMIC", "unknown"],
"EVENTS",
"CONTENT"
],
"type": "natural"
}
]
}
}
配置说明
- DEFINITION组:处理组件定义相关属性,如is和v-is
- LIST_RENDERING组:专门处理v-for指令
- CONDITIONALS组:处理条件渲染相关指令,如v-if、v-show等
- RENDER_MODIFIERS组:处理渲染修饰符,如v-pre、v-once
- GLOBAL组:处理全局属性,如id
- UNIQUE组:处理唯一性属性,如ref和key
- SLOT组:处理插槽相关属性
- TWO_WAY_BINDING组:处理双向绑定v-model
- OTHER_DIRECTIVES组:处理其他自定义指令
- ATTR_DYNAMIC组:处理动态属性绑定
- EVENTS组:处理事件绑定
- CONTENT组:处理内容相关指令
注意事项
- 由于技术限制,目前无法完美区分静态属性和布尔属性,因此使用了unknown作为占位符
- 使用了扩展的glob模式匹配语法来更精确地匹配各种Vue属性
- 建议将UNIQUE和SLOT组、ATTR_DYNAMIC和unknown组放在同一优先级,使用数组表示
总结
通过合理配置eslint-plugin-perfectionist的sort-vue-attributes规则,开发者可以在Vue项目中实现既符合Vue官方推荐顺序,又保持代码整洁一致的属性排序。这种配置方式不仅解决了与vue/order-in-components规则的冲突,还提供了更细粒度的控制能力,是Vue项目代码风格管理的理想选择。
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
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