luch-request 使用教程
2026-01-15 17:02:01作者:廉皓灿Ida
1. 项目介绍
luch-request 是一个基于 Promise 开发的 uni-app 跨平台、项目级别的请求库。它具有更小的体积、易用的 API 和方便简单的自定义能力。luch-request 支持请求和响应拦截、全局挂载、多个全局配置实例、自定义验证器、文件上传/下载、任务操作、自定义参数以及多拦截器等功能。
2. 项目快速启动
安装
使用 npm 安装 luch-request:
npm install luch-request -S
创建实例
在项目中创建一个 Request 实例,并进行基本的配置:
import Request from 'luch-request';
const http = new Request();
// 执行GET请求
http.get('/user/login', {
params: {
userName: 'name',
password: '123456'
}
}).then(res => {
console.log(res);
}).catch(err => {
console.error(err);
});
// 执行POST请求
http.post('/user/login', {
userName: 'name',
password: '123456'
}).then(res => {
console.log(res);
}).catch(err => {
console.error(err);
});
配置全局拦截器
可以在请求前或响应后进行全局拦截器的配置:
http.interceptors.request.use(config => {
// 在发送请求之前做些什么
return config;
}, error => {
// 对请求错误做些什么
return Promise.reject(error);
});
http.interceptors.response.use(response => {
// 对响应数据做点什么
return response;
}, error => {
// 对响应错误做点什么
return Promise.reject(error);
});
3. 应用案例和最佳实践
文件上传
使用 luch-request 进行文件上传:
http.upload('api/upload/img', {
files: [file], // 需要上传的文件列表
name: 'file', // 文件对应的 key
formData: {
// 其他额外的 form data
}
}).then(res => {
console.log(res);
}).catch(err => {
console.error(err);
});
自定义验证器
可以自定义验证器来处理响应状态码:
http.validateStatus = function (statusCode) {
return statusCode >= 200 && statusCode < 300; // 默认的
};
4. 典型生态项目
uni-app
luch-request 是专为 uni-app 设计的请求库,可以与 uni-app 生态无缝集成,适用于各种跨平台应用开发。
Vue.js
由于 uni-app 基于 Vue.js,luch-request 也可以在 Vue.js 项目中使用,提供统一的请求管理方案。
DCloud 插件市场
luch-request 在 DCloud 插件市场上有广泛的应用,开发者可以通过插件市场获取更多关于 luch-request 的使用案例和扩展功能。
通过以上步骤,您可以快速上手并使用 luch-request 进行项目开发。希望本教程对您有所帮助!
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
660
4.26 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
1.54 K
894
Ascend Extension for PyTorch
Python
505
610
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
392
289
暂无简介
Dart
909
219
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108