Shopify Remote DOM 1.9.0 版本发布:增强远程DOM操作能力
2025-07-07 12:07:50作者:毕习沙Eudora
项目简介
Shopify Remote DOM 是一个用于实现跨环境DOM操作的核心库,它允许开发者在不同的执行环境(如iframe、Web Worker或原生应用)中构建和操作DOM树。通过提供虚拟DOM和远程通信机制,它解决了跨环境UI开发的复杂性问题。
核心更新解析
1. RemoteMutationObserver 功能增强
本次1.9.0版本对RemoteMutationObserver进行了两项重要改进:
多节点观察支持
现在可以像观察DocumentFragment那样观察多个节点集合。开发者需要为每个观察节点提供唯一ID,系统会自动将这些节点附加到远程树的根节点上。这种设计特别适合处理动态生成的节点列表。
const observer = new RemoteMutationObserver(connection);
let id = 0;
for (const child of documentFragment.childNodes) {
observer.observe(child, {
id: `DocumentFragment:${id++}`,
});
}
远程清空功能
新增了empty选项,使得在断开观察时可以同时清空远程环境中的子节点:
observer.disconnect({empty: true});
2. 节点ID管理API
新版本公开了两个实用方法:
remoteId():获取节点的远程IDsetRemoteId():设置节点的远程ID
这些方法为开发者提供了更精细的节点标识控制能力,便于实现自定义的节点追踪和管理逻辑。
技术价值
这些改进使得Remote DOM在以下场景中表现更出色:
- 动态内容加载:可以更优雅地处理异步加载的内容片段
- 列表渲染优化:为虚拟列表等高性能场景提供更好的支持
- 资源清理:确保远程环境不会残留无用节点,避免内存泄漏
- 调试支持:通过节点ID追踪,简化跨环境调试过程
最佳实践建议
- 对于动态内容,建议使用递增ID策略确保唯一性
- 在组件卸载时使用
disconnect({empty: true})确保清理干净 - 考虑将节点ID与业务数据关联,便于状态追踪
- 对于频繁变动的节点集合,建议实现简单的diff算法优化性能
总结
Shopify Remote DOM 1.9.0通过增强观察者模式和节点管理能力,进一步提升了跨环境UI开发的便利性和可靠性。这些改进使得开发者能够更自如地在不同执行环境间构建复杂的交互界面,同时保持良好的性能和维护性。
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869