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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00