es-toolkit 中 cloneDeep 方法对只读属性处理的深度解析
在 JavaScript 开发中,对象深拷贝是一个常见需求。es-toolkit 作为一套实用的 JavaScript 工具库,其 cloneDeep 方法被广泛使用。然而,近期发现该方法在处理只读属性时存在一个值得注意的问题,本文将深入分析这个问题及其解决方案。
问题背景
当使用 cloneDeep 方法拷贝包含只读属性的对象时,开发者会发现这些只读属性在拷贝结果中神秘消失了。例如:
const obj = {};
Object.defineProperties(obj, {
first: { enumerable: true, writable: true, value: 4 },
second: { enumerable: true, get() { return 3 } }
});
obj.third = 9;
console.log('原始对象', obj);
// 输出: { first: 4, second: [Getter], third: 9 }
console.log('cloneDeep拷贝', cloneDeep(obj));
// 输出: { first: 4, third: 9 } ← 注意 second 属性丢失了
相比之下,Object.assign 却能正确处理这种情况:
console.log('assign拷贝', Object.assign({}, obj));
// 输出: { first: 4, second: 3, third: 9 }
问题根源分析
深入 cloneDeep 的实现代码,我们发现问题的核心在于 copyProperties 方法中的属性拷贝逻辑:
const descriptor = Object.getOwnPropertyDescriptor(source, key);
if (descriptor?.writable || descriptor?.set) {
target[key] = cloneDeepImpl(source[key], stack);
}
这段逻辑存在两个关键问题:
-
逻辑方向错误:代码检查的是源对象的属性是否可写(writable)或有setter方法,但实际上我们是从源对象读取值,然后写入目标对象。源对象的可写性不应该影响拷贝过程。
-
遗漏getter属性:对于只有getter的属性(如示例中的second属性),由于不满足
writable或set条件,直接被跳过了。
正确的处理方式
实际上,更合理的处理应该是:
-
基于可枚举性判断:既然使用
Object.keys遍历属性(它只返回可枚举属性),那么拷贝时也应该只考虑可枚举属性。 -
简化条件判断:甚至可以完全移除条件判断,因为
Object.keys已经帮我们过滤了非枚举属性。
修正后的代码可以简化为:
const descriptor = Object.getOwnPropertyDescriptor(source, key);
target[key] = cloneDeepImpl(source[key], stack);
技术深度解析
属性描述符详解
JavaScript对象的每个属性都有一个关联的属性描述符,它定义了属性的行为:
- value:属性的值
- writable:是否可修改
- enumerable:是否可枚举
- configurable:是否可删除或修改属性描述符
- get:getter函数
- set:setter函数
拷贝策略对比
不同的拷贝方法对属性描述符的处理各不相同:
-
Object.assign:
- 拷贝可枚举属性(包括getter属性的当前值)
- 不保留属性描述符
- getter属性会被转换为数据属性
-
展开运算符(...):
- 类似Object.assign的行为
- 也只拷贝可枚举属性
-
JSON.parse(JSON.stringify()):
- 完全忽略任何属性描述符
- 只拷贝可枚举的数据属性
- 无法处理函数、Symbol等特殊类型
-
理想的深拷贝:
- 应该保留原始属性描述符
- 正确处理getter/setter
- 递归拷贝嵌套对象
解决方案与最佳实践
es-toolkit在v1.25.0版本中修复了这个问题,新的实现将:
- 正确处理所有可枚举属性,无论其是否可写
- 保留getter/setter等特殊属性
- 确保深拷贝的完整性
对于开发者而言,当需要深拷贝包含特殊属性(如只读、getter等)的对象时,应当:
- 明确了解各种拷贝方法的行为差异
- 根据需求选择合适的拷贝策略
- 更新到最新版本的es-toolkit以获得最完整的深拷贝功能
总结
这个案例提醒我们,在实现对象拷贝功能时,需要全面考虑JavaScript属性描述符的各种情况。es-toolkit的这次修复不仅解决了一个具体问题,更体现了对JavaScript对象模型深入理解的重要性。作为开发者,理解这些底层细节将帮助我们写出更健壮、更可靠的代码。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00