前端

@ant-design/icons-vue按需引入icon

正常引入icon组件库 import * as Icons from '@ant-design/icons-vue' // 循环使用全部全部图标 const icons: any = Icons for (const i in icons) { // 全局注册一下组件 app.component(i, icons[i]) } 此时打包npm run build

JustAuth整合第三方登录组件

一、官网 JustAuth 整合平台: QQ登录 新浪微博登录 百度登录 Gitee登录 Github登录 开源中国登录 StackOverflow登录 Coding(腾讯云)登录 程序员客栈登录 CSDN登录 Google登录 Facebook登录 钉钉登录 阿里云登录 支付宝登录 华为登录 飞书登录 微信开放平台登录 企业微信扫码登录 企业微信网页登录 抖音登录 京东登录 二、样例-微信开

3. CSS预处理器Less、Scss

1. CSS编写的痛点 CSS作为一种样式语言, 本身用来给HTML元素添加样式是没有问题的. 但是目前前端项目已经越来越复杂, 不再是简简单单的几行CSS就可以搞定的, 我们需要几千行甚至上万行的CSS来完成页面的美化工作. 随着代码量的增加, 必然会造成很多的编写不便: 比如大量的重复代码, 虽然可以用类来勉强管理和抽取, 但是使用起来依然不方便; 比如无法定义变量(当然目前已经支持),

手写connect

使用react-redux中的 function mapStateToProps(state) { console.log("查看state"); console.log(state); return { count: state.count, personList: state.person }; } function mapDispatchToProps(dispatch) {

技术文档画图工具箱

序 本文主要介绍一下撰写技术文档中可能会用的一些画图工具。这里主要分为两大派,一派是直接拖拽完成,一派是通过代码来完成 UI工具 主要有processon、draw.io、excalidraw、archimatetool、cloudcraft.co processon 架构图 截屏2022-04-01 上午11.41.50.png

element 在表格中使用表单校验

先上个图 image.png 上图说明 看起来是表格包含了很多个表单,其实是表单包含了表格; 表头是通过插槽自定义的,也可以直接使用表格的 label 属性; 外层是一个大表格,里面是一个小表格,然后小表格的每一列是根据大表格的主表列里的选项不同,数据不同自动循环出来的,有的是必填,有的是非必填,截图上都是必填; 小表格可以进行动态添加数据,小表格跟大表格是两个表单,并且分开校验;

reduce比你想象中更强大

前言 前面的这篇文章 JS 基础! | 扁平数组和JSON树的转换 利用到了 reduce来实现数组转为map,以及结合concat实现数组递归拼接。今天我们来看看还能搞些什么名堂~ 简单复习一下 reduce 语法 let value = arr.reduce(function(previousValue, item, index, array) { // ... }, [initial])

537.【博客开发】前端应用开发环境搭建(可复用)

一、约定 jsx|tsx 组件文件名使用- 连接,例如 dimension-reading.tsx 除组件外的其他文件名使用 _,例如 random_go.ts 二、文件说明 |- babel.config.json // babel 配置 |- README.MD |- CHANGELOG.MD // 修改历史 |- postcss.config.js // 1.支持 autop

常用 api

钩子函数 before() :在当前 describe 的第一个测试用例中仅调用一次 beforeEach() :在当前 describe 下的每一个测试用例执行前都要先执行一次 afterEach() :在当前 describe 下的每一个测试用例执行完都要先执行一次 after() :在当前 describe 的最后一个测试用例中仅调用一次 若包含多级测试套件,那么父级套件、祖父级套件声明的

深夜惊雷!阿里开源新模型碾压Sora:消费级显卡跑出AI顶流性能

一、技术核爆:三项突破改写游戏规则在GitHub开源代码库中,"通义千问3.0"的技术文档披露了三个震惊业界的创新点:1. 动态神经元剪枝技术 通过实时监测神经网络各层的激活状态,该模型可自动裁剪冗余参数。实验数据显示,在图像生成任务中,模型体积较GPT-4减少72%的同时保持98%的画质表现。更关