百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

react开发并发布和更新一个npm包

ztj100 2024-11-17 18:14 17 浏览 0 评论

描述

最近开发了一个 npm 包,并发布到了官网上,下面记录下开发过程。语法用的是非hook,原理一样。
github 代码地址(https://github.com/codepandy/tabheader_react)

准备工作

  1. 注册 npm 账号
  2. 认证 npm,不然不能发布包;(会给你发认证邮件)
  3. 设置 npm 源为官网

查看和设置 npm 源

在国内我们通常都设置成了淘宝的仓库(https://registry.npm.taobao.org),这样是发布不了的。需要设置回官网的仓库连接(https://registry.npmjs.org/)

// 查看
npm config get registry
// 设置
npm config set registry https://registry.npmjs.org/

搭建开发环境

由于我使用的 react,搭建环境就是搭建 react 的开发环境。这里不做过多介绍。
只介绍几个发布组件相关的配置和注意事项。

package.json

  • main 字段设置的就是在引入你的程序时,执行的文件。
  • files 设置的是要发布到 npm 的文件。如果省略掉这一项,所有文件包括源代码会被一起上传到 npm
  • keywords 设置搜索关键字
"name": "tabheader-react",
"version": "1.0.2",
"description": "a tabheader component for react.",
"main": "./build/bundle.js",
"files": [
  "build"
],
"scripts": {
  "start": "webpack-dev-server --config webpack.dev.js",
  "build": "webpack --config webpack.pro.js"
},
"keywords": [
  "react",
  "tab",5
  "header",
  "tabheader",
  "tabheader-react"
],
"author": "mutuzhixia",

package.json 详情介

webpack.config.js

webpack 的配置需要注意的就是生产环境时,设置libraryTarget

output: {
  path: path.resolve(__dirname, "build"),
  filename: "bundle.js",
  libraryTarget: "commonjs2",
},

libraryTarget 设置暴露的包类型,默认是 var,也就是变量的方式。这个要设置成模块的方式,这样可以通过模块的方式来引入。

babel 的配置

{
  "presets": ["@babel/preset-env", "@babel/preset-react"],
  "plugins": ["@babel/plugin-proposal-class-properties"]
}

打包发布

程序开发完后,就可以打包发布了。上面也配置了发布的文件是哪些。
打包和发布其实也很简单,就是单纯的把组件的代码打包然后发布就行了。
在组件代码的根目录执行下面的命令

npm build

打包成功后,登录 npm 然后发布组件

npm login

// 登录成功后,执行发布命令
npm publish

成功后,就可以在npm 官网查看你发布的 package,并且在npm也能搜索到了。

本地调试 link

在开发组件时,还没发布到仓库,如何安装调试呢?这个可以使用npm link命令来实现。

link组件到global node_modules

在组件的根目录执行如下命令

npm link

如果组件文件是在根目录,那么 link 后,代码有改动,引用的项目里面立马会体现出来,但是如果代码是在 src 目录下,需要 build 代码项目中才能看到修改后的效果;也可以直接是 src 目录中 link

使用下面命令查看是否 link 成功

// 查看全局安装的包
npm list -g --depth 0

使用link的组件

进入到项目的根目录,执行命令

npm link your_component_name

成功后,就可以在你的项目中使用组件了,使用方式和安装的组件一样。

import TabHeader from 'tabheader_react'

解除link

  1. 在项目中解除
    进入引用组件的根目录,执行命令
npm unlink your_component_name
  1. global node_modules解除
    进入组件的根目录,执行下面命令,注意后面不要跟组件名
npm unlink

更新 npm 包

发布了 npm 包后,如果有修改,我们需要发布更新,步骤如下:

  1. 提交代码,如果你的代码已经用git托管,先提交代码,不然发布会报错
  2. 修改版本号
    修改版本号,官方提供了的命令,当执行后,package.json 文件会自动被修改。命令如下:
    比如现在版本是 1.0.0
// 最后一位加1,执行命令后未:1.0.1
npm version patch

// 第二位加1,执行后:1.1.0
npm version minor

// 第一位加1,执行后:2.0.0
npm version major
  1. 发布更新
    通过上面修改过版本号后,执行下面命令重新发布,线上的就会被更新了。
npm publish

You must sign up for private packages

今天在发布包时,提示类似的名字已经有了,建议加上范围,如(“@wenmu/steps-react”),在 package.json 的 name 上加上范围。
但是加上后就报错了。一直提示
You must sign up for private packages.

Scoped packages 会被自动发布为私有包,发布成公共的就可以了。

npm publish --access=public

在写组件时,又遇到一种情况,如下提示,也是加上范围就行了

npm ERR! 403 403 Forbidden - PUT https://registry.npmjs.org/xx-xx - You do not have permission to publish "xx-xx-xx". Are you logged in as the correct user?

这其实也是重名了。

相关推荐

再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)

在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...

python编程:如何使用python代码绘制出哪些常见的机器学习图像?

专栏推荐...

python创建分类器小结(pytorch分类数据集创建)

简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...

matplotlib——绘制散点图(matplotlib散点图颜色和图例)

绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...

python实现实时绘制数据(python如何绘制)

方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...

简单学Python——matplotlib库3——绘制散点图

前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...

数据分析-相关性分析可视化(相关性分析数据处理)

前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...

免费Python机器学习课程一:线性回归算法

学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...

用Python进行机器学习(2)之逻辑回归

前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...

【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂

一、拟合和回归的区别拟合...

推荐2个十分好用的pandas数据探索分析神器

作者:俊欣来源:关于数据分析与可视化...

向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

用Python进行机器学习(11)-主成分分析PCA

我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...

神经网络基础深度解析:从感知机到反向传播

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

Python实现基于机器学习的RFM模型

CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...

取消回复欢迎 发表评论: