ts-jest 项目中的 ESM 预设配置优化指南
2025-05-30 21:28:29作者:劳婵绚Shirley
在 JavaScript 生态系统中,ES Modules (ESM) 已经成为现代模块系统的标准。对于使用 TypeScript 和 Jest 进行测试的开发者来说,ts-jest 提供了对 ESM 的支持。本文将深入探讨 ts-jest 中 ESM 预设配置的最佳实践。
ESM 预设的核心配置
ts-jest 通过预设(preset)机制简化了 ESM 的配置过程。ts-jest/presets/default-esm 预设实际上等价于以下配置:
{
extensionsToTreatAsEsm: ['.jsx', '.ts', '.tsx', '.mts'],
transform: {
'^.+\\.m?tsx?$': [
'ts-jest',
{
useESM: true,
},
],
},
}
这个预设自动处理了 .ts、.tsx、.mts 等 TypeScript 文件的 ESM 转换,开发者无需手动配置这些基础项。
常见配置误区
许多开发者在使用预设时,会不必要地重复配置 transform 选项。例如:
{
preset: 'ts-jest/presets/default-esm',
transform: {
'^.+\\.tsx?$': [
'ts-jest',
{
useESM: true,
},
],
},
// 其他配置...
}
这种配置不仅冗余,还可能导致潜在的配置冲突。预设已经包含了必要的 transform 配置,重复添加会造成维护困难。
推荐的最佳实践
官方推荐使用 createDefaultEsmPreset 工具函数来创建 ESM 配置:
const { createDefaultEsmPreset } = require('ts-jest');
const defaultEsmPreset = createDefaultEsmPreset({
// 可选的定制化配置
});
module.exports = {
...defaultEsmPreset,
// 其他项目特定配置
};
这种方法相比直接使用预设字符串更加灵活,允许开发者轻松添加自定义配置,同时避免了配置重复的问题。
完整配置示例
一个完整的 ESM 配置应该简洁明了:
const { createDefaultEsmPreset } = require('ts-jest');
module.exports = {
...createDefaultEsmPreset(),
moduleNameMapper: {
'^(\\.{1,2}/.*)\\.js$': '$1',
},
// 其他项目特定配置...
};
这种配置方式确保了 ESM 支持的正确性,同时保持了配置的简洁性和可维护性。
总结
在使用 ts-jest 的 ESM 功能时,开发者应该:
- 优先使用
createDefaultEsmPreset工具函数 - 避免手动重复预设已包含的配置
- 保持配置简洁,只添加必要的项目特定选项
遵循这些最佳实践可以确保 TypeScript 项目在 Jest 测试环境中获得正确的 ESM 支持,同时保持配置的清晰和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
762
4.96 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.8 K
191
Ascend Extension for PyTorch
Python
718
873
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.91 K
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++
1.07 K
1.09 K
🎉 (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
1.73 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.32 K
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
455
438
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。
C
454
5.07 K