深入解析es-toolkit中cloneDeep对类实例的处理问题
2025-05-28 23:58:20作者:宗隆裙
在JavaScript开发中,深度克隆对象是一个常见的需求。es-toolkit作为Toss团队维护的工具库,提供了cloneDeep方法来实现这一功能。然而,近期发现该方法在处理自定义类实例时存在一个关键问题——它无法正确保留类实例的方法。
问题本质
当使用cloneDeep克隆一个自定义类的实例时,虽然数据属性会被正确复制,但实例方法却丢失了。这是因为cloneDeep默认采用了一种"纯数据"的克隆策略,它没有考虑JavaScript中类实例的特殊性。
考虑以下示例:
class CustomTest {
constructor(value) {
this.value = value;
}
myFunc() {
return `value is ${this.value}`;
}
}
const obj = new CustomTest(1);
const cloned = cloneDeep(obj);
cloned.myFunc(); // 抛出错误:myFunc不是函数
技术背景
在JavaScript中,类实例的方法实际上是定义在原型链上的。标准的对象克隆方法(如展开运算符或Object.assign)只会复制对象自身的可枚举属性,而不会复制原型链上的方法。
真正的深度克隆需要:
- 识别输入是否为类实例
- 创建相同类的新实例
- 递归复制所有属性
- 保持原型链完整
解决方案
es-toolkit在v1.27.0版本中修复了这个问题。修复后的实现会:
- 通过
Object.getPrototypeOf检查对象的原型 - 对于类实例,使用
Object.create创建保持原型链的新对象 - 递归复制所有自有属性
- 特殊处理内置对象如Date、RegExp等
影响范围
这个问题不仅影响cloneDeep本身,还会影响依赖它的其他工具函数,如:
omit- 用于排除对象特定属性pick- 用于选择对象特定属性
因为这些函数内部都使用了cloneDeep来实现对象复制。
最佳实践
在使用深度克隆时,开发者应该:
- 明确是否需要保留类实例特性
- 对于简单数据对象,可以使用轻量级克隆方法
- 对于包含类实例的复杂对象,确保使用正确处理类实例的克隆方法
- 定期更新工具库以获取最新修复
总结
es-toolkit对cloneDeep的修复体现了对JavaScript对象模型的深入理解。这个案例提醒我们,在实现通用工具函数时,需要充分考虑JavaScript的各种特殊对象类型,包括类实例、内置对象等,才能提供真正健壮的解决方案。
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