karma-browserify - 快速高效的浏览器端测试解决方案
karma-browserify 是一个专为 Karma 设计的高效 Browserify 集成插件,它能轻松处理大规模的前端项目,并且支持快速的自动重载功能。
安装与使用
要获取这个插件,可以通过 npm 进行安装,同时还需要安装 browserify 和 watchify,用于自动化构建和监视文件变化。
npm install --save-dev karma-browserify browserify watchify
在你的 Karma 配置文件中添加 browserify
作为框架,并配置相应的预处理器。
module.exports = function(karma) {
karma.set({
frameworks: [ 'browserify', 'jasmine' ],
files: ['test/**/*.js'],
preprocessors: {
'test/**/*.js': [ 'browserify' ]
},
browserify: {
debug: true,
transform: [ 'brfs' ]
}
});
}
查看 示例目录 获取一个简单的结合了 browserify 和 jasmine 的测试项目实例。
功能特性
浏览器ify配置
你可以直接通过 Karma 的 browserify
属性来配置测试捆绑包。所有的 browserify 配置选项都可以在这里设置。
例如,为了生成源码映射便于调试:
browserify: {
debug: true
}
以下三个属性不会直接传递给 browserify:
- 转换(Transforms)
- 插件(Plugins)
- 额外的捆绑配置(Additional Bundle Configuration)
转换(Transforms)
如果你使用 CoffeeScript, JSX 或其他工具,需要在打包前转换源文件,可以指定 browserify 转换器(transform)。
browserify: {
transform: [ 'reactify', 'coffeeify', 'brfs' ],
extensions: ['.js', '.jsx', '.coffee'] // 别忘了注册扩展名
}
插件(Plugins)
browserify 插件 支持同样的语法。
browserify: {
plugin: [ 'stringify' ]
}
额外的捆绑配置(Additional Bundle Configuration)
你可以在 configure
函数里进行进一步的捆绑配置,该函数会接收一个 browserify 实例作为参数。这非常适用于配置如 externals 这样的需求:
browserify: {
configure: function(bundle) {
bundle.on('prebundle', function() {
bundle.external('foobar');
});
}
}
Watchify 配置
你可以通过 config.watchify
来配置底层的 watchify,以便对文件变更检测进行微调。
watchify: {
poll: true
}
工作原理
karma-browserify 是一个 Karma 预处理器,将测试文件和依赖合并到一个 browserify 捆绑包中。它利用 watchify 在 autoWatch=true
时生成并更新捆绑包。初始运行时,我们为所有测试用例和依赖创建一个捆绑包。一旦有文件改变,它就会增量地更新捆绑包。每个被 Karma 加载的文件都会通过一个存根在捆绑包中引入,确保测试在每次运行时只执行一次。
全面配置
下面是一个包含所有 browserify 相关选项的 Karma 配置示例:
module.exports = function(karma) {
karma.set({
frameworks: [ 'browserify', 'jasmine' ],
files: [
'some-non-cjs-library.js',
'test/**/*.js'
],
preprocessors: {
'test/**/*.js': [ 'browserify' ]
},
logLevel: 'LOG_DEBUG',
autoWatch: true,
browserify: {
debug: true,
transform: [ 'brfs' ],
configure: function(bundle) {
bundle.on('prebundle', function() {
bundle.external('foobar');
});
}
}
});
};
相关项目
karma-browserify 建立在原本的 karma-browserify 和 karma-browserifast 之上,吸取了它们的经验教训,提供了更完善的可配置性,更快的速度以及处理大型项目的能力。
维护者
由 Ben Drucker 和 Nico Rehwaldt 主导维护。
许可证
本项目遵循 MIT 开源许可证。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~045CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0301- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









