Nano Hash - криптовалюты, майнинг, программирование

Производственная сборка Angular 7 (AOT) с функциями стрелок

Я работаю уже 3 года с Angular JS и Angular 2+ (гибридное приложение) и экспериментирую с Angular CLI. Думаю, я довольно много знаю о JIT и AOT.

https://angular.io/guide/aot-compiler

... говорит, что "компилятор AOT не поддерживает функциональные выражения и стрелочные функции". «Ng build --prod» соберет приложение с AOT.

Мой сценарий:

Я создал новый проект, реализовал стрелочную функцию, которая что-то console.log. Если я создаю приложение с помощью «ng build --prod», приложение работает нормально (запускается из папки / dist), и выводится console.log. Я также проанализировал его с помощью анализатора пакетов веб-пакетов, и в пакете нет компилятора или других вещей (например, приложения AOT).

Мой вопрос:

Итак, как работает приложение? Почему работает эта стрелочная функция? Почему "ng build --prod" не выводит ошибок?

Думаю, у меня перед головой доска.


  • Можете ли вы привести пример того, как вы написали стрелочную функцию? 23.11.2018
  • Вы перестали читать документ после цитируемого предложения? Похоже, вся необходимая информация есть. Примерно так: Сборщик AOT не поддерживает стрелочную функцию () = ›new Server (), в выражении метаданных. 23.11.2018
  • На самом деле эта документация рассказывает о метаданных, но если вы прочитаете дальше, вы увидите, что Beginning in version 5, the compiler automatically performs this rewriting while emitting the .js file. Так называемый преобразователь нижних выражений делает это за нас. 23.11.2018
  • Чертовски выражение метаданных. Мне жаль. : D Спасибо! 23.11.2018

Ответы:


1

Сборщик AOT не поддерживает стрелочную функцию () => new Server () в выражении метаданных. Спасибо @ R.Richards.

23.11.2018
  • Начиная с версии 5, компилятор автоматически выполняет эту перезапись при создании файла .js 23.11.2018

  • 2

    следующий синтаксис будет работать и не приведет к ошибке в AOT

    arrowFun = () => { };
    

    но согласно документу это для выражения метаданных

    Сборщик AOT не поддерживает стрелочную функцию () = ›new Server () в выражении метаданных. Вместо функции создается узел ошибки. Когда компилятор позже интерпретирует этот узел, он сообщает об ошибке, которая предлагает вам превратить стрелочную функцию в экспортированную функцию.

    Вы можете прочитать его здесь

    Из документа

    Компилятор AOT не поддерживает функциональные выражения и стрелочные функции, также называемые лямбда-функциями.

    Рассмотрим следующий декоратор компонентов:

    @Component({
      ...
      providers: [{provide: server, useFactory: () => new Server()}]
    })
    

    это вызовет ошибку, чтобы исправить это, вы можете использовать

    export function serverFactory() {
      return new Server();
    }
    
    @Component({
      ...
      providers: [{provide: server, useFactory: serverFactory}]
    })
    

    В версии 5 и более поздних компилятор автоматически выполняет эту перезапись при создании файла .js.

    17.11.2020
    Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..