stack-trace 项目技术文档
2024-12-24 13:26:33作者:龚格成
1. 安装指南
安装方式
要安装 stack-trace 模块,请在终端中运行以下命令:
npm install stack-trace
依赖环境
- Node.js 环境
- npm 包管理器
2. 项目的使用说明
stack-trace 模块用于获取 V8 堆栈跟踪信息,并将其表示为 CallSite 对象的数组。以下是该模块的主要使用场景:
获取当前堆栈跟踪
你可以使用 stack-trace.get() 方法来获取当前的堆栈跟踪信息:
import { get } from 'stack-trace';
const trace = get();
expect(trace[0].getFileName()).toBe(__filename);
解析错误对象的堆栈跟踪
如果你已经有一个 Error 对象,并且想要解析其堆栈跟踪信息,可以使用 stack-trace.parse() 方法:
import { parse } from 'stack-trace';
const err = new Error('something went wrong');
const trace = parse(err);
expect(trace[0].getFileName()).toBe(__filename);
需要注意的是,解析 Error#stack 属性并不是完美的,只有部分属性可以被正确解析。
长堆栈跟踪
stack-trace 模块与 long-stack-traces 模块兼容。当解析跨越事件循环边界的 err.stack 时,CallSite 对象会返回 '----------------------------------------' 作为 getFileName() 的值,其他方法则返回 null。
3. 项目API使用文档
stackTrace.get([belowFn])
- 功能: 返回一个
CallSite对象数组,其中数组的第 0 个元素表示当前的调用位置。 - 参数:
belowFn(可选): 当前堆栈中的一个函数。如果提供了该参数,返回的数组将只包含该函数之后的CallSite对象。
- 返回值:
CallSite对象数组。
stackTrace.parse(err)
- 功能: 将
Error对象的err.stack属性解析为一个与stackTrace.get()返回值兼容的数组。 - 参数:
err: 一个Error对象。
- 返回值:
CallSite对象数组,但只有以下方法被实现:getTypeNamegetFunctionNamegetMethodNamegetFileNamegetLineNumbergetColumnNumberisNative
CallSite 对象
CallSite 对象是 V8 堆栈跟踪 API 的一部分,提供了以下方法:
getThis(): 返回this的值。getTypeName(): 返回this的类型名称。getFunction(): 返回当前函数。getFunctionName(): 返回当前函数的名称。getMethodName(): 返回当前函数的属性名称。getFileName(): 如果函数定义在脚本中,返回脚本名称。getLineNumber(): 如果函数定义在脚本中,返回当前行号。getColumnNumber(): 如果函数定义在脚本中,返回当前列号。getEvalOrigin(): 如果函数是通过eval创建的,返回eval调用位置的CallSite对象。isToplevel(): 判断是否为顶层调用。isEval(): 判断是否在eval代码中调用。isNative(): 判断是否为原生 V8 代码。isConstructor(): 判断是否为构造函数调用。
4. 项目安装方式
如前所述,项目的安装方式非常简单,只需在终端中运行以下命令即可:
npm install stack-trace
安装完成后,你可以在项目中导入并使用 stack-trace 模块来获取和解析堆栈跟踪信息。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
暂无简介
Dart
774
192
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
756
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
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
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249