Vue3+Vite中lodash-es安装与使用指南

在 Vue 3 + Vite 项目中安装和使用 lodash-es 的详细指南如下:

一、为什么选择 lodash-es?

  • ES 模块支持:lodash-es 以原生 ES 模块格式发布,支持现代构建工具的 Tree Shaking

  • 按需加载:只引入需要的函数,显著减小打包体积

  • 完整功能:提供与 lodash 相同的实用函数

二、安装步骤

bash

复制

下载

复制代码
npm install lodash-es
# 或
yarn add lodash-es
# 或
pnpm add lodash-es

三、推荐使用方式:按需导入(最佳实践)

在组件中只导入需要的函数:

vue

复制

下载

复制代码
<template>
  <div>
    <input @input="handleInput" placeholder="输入关键词"/>
    <p>去抖结果:{{ debouncedText }}</p>
    <p>数组交集:{{ intersectionResult }}</p>
  </div>
</template>

<script setup>
import { ref } from 'vue'
// 按需导入具体函数(关键步骤!)
import { debounce, intersection } from 'lodash-es'

const inputText = ref('')
const debouncedText = ref('')
const array1 = [1, 2, 3]
const array2 = [2, 3, 4]

// 使用 lodash-es 的 debounce
const handleInput = debounce((e) => {
  debouncedText.value = e.target.value
}, 500)

// 使用 lodash-es 的 intersection
const intersectionResult = intersection(array1, array2) // [2, 3]
</script>

四、全局导入(不推荐)

javascript

复制

下载

复制代码
// vite.config.js
import { defineConfig } from 'vite'

export default defineConfig({
  optimizeDeps: {
    include: ['lodash-es'] // 添加预构建依赖
  }
})

javascript

复制

下载

复制代码
// main.js
import * as _ from 'lodash-es'

// 挂载到 Vue 全局属性
app.config.globalProperties.$_ = _

vue

复制

下载

复制代码
<!-- 组件中使用 -->
<script setup>
import { getCurrentInstance } from 'vue'

const { proxy } = getCurrentInstance()
proxy.$_.debounce(/* ... */)
</script>

五、常用函数示例

  1. 防抖处理

javascript

复制

下载

复制代码
import { debounce } from 'lodash-es'

window.addEventListener('resize', debounce(() => {
  console.log('窗口调整结束')
}, 300))
  1. 数组操作

javascript

复制

下载

复制代码
import { chunk, difference } from 'lodash-es'

chunk(['a', 'b', 'c', 'd'], 2) // [['a','b'], ['c','d']]
difference([1, 2, 3], [2, 3])  // [1]
  1. 对象操作

javascript

复制

下载

复制代码
import { cloneDeep, merge } from 'lodash-es'

const obj = { a: { b: 1 } }
const deepCopy = cloneDeep(obj)

merge({ a: 1 }, { b: 2 }) // { a: 1, b: 2 }
  1. 实用工具

javascript

复制

下载

复制代码
import { random, sampleSize } from 'lodash-es'

random(5, 10)           // 5-10之间的随机数
sampleSize([1,2,3,4], 2) // 随机选取2个元素

六、为什么按需导入更好?

  1. Tree Shaking 优化

    javascript

    复制

    下载

    复制代码
    // 打包时只会包含 debounce 及其依赖
    import { debounce } from 'lodash-es' 
    
    // 会包含整个lodash库 (约70KB)
    import _ from 'lodash' 
  2. 体积对比

    • 完整 lodash-es:≈70KB

    • 按需引入单个函数:通常 < 1KB

七、解决 TypeScript 类型提示

  1. 安装类型声明:

bash

复制

下载

复制代码
npm install @types/lodash-es -D
  1. 在 tsconfig.json 中添加:

json

复制

下载

复制代码
{
  "compilerOptions": {
    "types": ["lodash-es"]
  }
}

八、常见问题解决

  1. 构建警告 "Circular dependency"

    在 vite.config.js 中添加:

    javascript

    复制

    下载

    复制代码
    export default defineConfig({
      build: {
        commonjsOptions: {
          exclude: ['lodash-es']
        }
      }
    })
  2. 浏览器兼容性

    vite.config.js 中添加官方插件:

    javascript

    复制

    下载

    复制代码
    import legacy from '@vitejs/plugin-legacy'
    
    export default defineConfig({
      plugins: [
        legacy({
          targets: ['defaults', 'not IE 11']
        })
      ]
    })

九、替代方案(轻量选择)

如果只需要少量函数,可考虑单独安装:

bash

复制

下载

复制代码
npm install lodash.debounce lodash.clonedeep

使用:

javascript

复制

下载

复制代码
import debounce from 'lodash.debounce'
import cloneDeep from 'lodash.clonedeep'

最佳实践总结

  1. 始终按需导入import { func } from 'lodash-es'

  2. 避免全局导入:防止打包体积过大

  3. 配合 Vite 的 Tree Shaking:现代构建工具会自动优化

  4. 复杂操作优先使用 lodash:如深度克隆、防抖节流等

按照这些步骤,您可以高效地在 Vue 3 + Vite 项目中使用 lodash-es,在保持小体积的同时获得强大的工具函数支持。

相关推荐
飞询1 小时前
Docker 安装 Elasticsearch 9
elasticsearch·docker
小新学习屋2 小时前
Spark从入门到熟悉(篇三)
大数据·分布式·spark
rui锐rui2 小时前
大数据学习2:HIve
大数据·hive·学习
G皮T2 小时前
【Elasticsearch】检索高亮
大数据·elasticsearch·搜索引擎·全文检索·kibana·检索·高亮
zskj_zhyl7 小时前
智慧养老丨从依赖式养老到自主式养老:如何重构晚年生活新范式
大数据·人工智能·物联网
哲科软件7 小时前
从“电话催维修“到“手机看进度“——售后服务系统开发如何重构客户体验
大数据·智能手机·重构
zzywxc7877 小时前
AI 正在深度重构软件开发的底层逻辑和全生命周期,从技术演进、流程重构和未来趋势三个维度进行系统性分析
java·大数据·开发语言·人工智能·spring
专注API从业者7 小时前
构建淘宝评论监控系统:API 接口开发与实时数据采集教程
大数据·前端·数据库·oracle
Leon.ENV7 小时前
meilisearch-轻量级搜索引擎
搜索引擎
一瓣橙子9 小时前
缺少关键的 MapReduce 框架文件
大数据·mapreduce