Vue双向绑定原理初学


从开始学习前端到现在走在进入中高级前端开发的路上,觉得上手容易又简单的就是Vue框架,包含其相关的生态系统。一直只是简单了解双向绑定的原理,并没有手动去实现或者去拜读过源码。而vue双向绑定基本是面试必考项,通过这段时间的学习,输出以下双向绑定的简单实现示例。

参考文章:
通俗易懂了解Vue双向绑定原理及实现

双向绑定

概念

概念:MVVM的双向绑定是指:视图变化更新数据,数据变化更新视图,视图与数据两者相互关联。
vue官网有提到view和model两个概念,分别对应这里的视图层和数据层,而实现两者相互关联的就是vue的viewmodel即vue 实例。(如下图)
在这里插入图片描述
第一步视图变化更新数据,即用户界面的行为触发数据的变化。这个是我们经常使用到的:通过事件监听,执行数据处理逻辑。
第二步数据变化更新视图,那么问题来了:怎么在数据变化时去更新相关的视图?乍一看这是什么问题,直接在数据变化时去操作dom不就可以了吗?是的,想法没错。但是,有两个问题:

  1. 要知道数据什么时候变化,不可能在每个更改数据的地方去操作dom
  2. 去更新哪些dom,这些依赖于当前数据的dom怎么收集到?什么时候去搜集?

把这两个问题弄清楚,解决掉,基本就可以实现一个简单的双向绑定逻辑了,也就能更好的理解vue的双向绑定的实现原理。
后续为了方便描述,我们把依赖于数据的dom(当然不止是dom,还可能是其他的)称为订阅者。

数据可观测

第一个问题,要知道源数据什么时候变化,在变化时进行后续更新操作。“在一个对象时候变化时,进行一系列逻辑处理”,这种模式是不是很熟悉:事件监听。因为是针对数据的,所以这里应该是监听数据,问题就变为如何监听数据的变化,换一种说法就是如何实现数据的可观测
Javascript有一个方法Object.defineProperty()

Object.defineProperty() 方法会直接在一个对象上定义一个新属性,或者修改一个对象的现有属性, 并返回这个对象。
Object.defineProperties()是他的复数方法。

Object.defineProperty()可以定义属性的存取描述符即setter/getter方法:

get
一个给属性提供 getter 的方法,如果没有 getter 则为 undefined。当访问该属性时,该方法会被执行,方法执行时没有参数传入,但是会传入this对象(由于继承关系,这里的this并不一定是定义该属性的对象)。
默认为 undefined。
set
一个给属性提供 setter 的方法,如果没有 setter 则为 undefined。当属性值修改时,触发执行该方法。该方法将接受唯一参数,即该属性新的参数值。
默认为 undefined。

所以我们可以通过这个方法去给我们要监听的数据做监听:使用 Object.defineProperty 把这些属性全部转为 getter/setter(vue就是对data这么做的),这样就可以在set方法里监测到数据的变化,那我们第一个问题就解决掉了。
我们先定义一个转化属性为getter/setter的方法:

// 定义实现监测响应的方法
function defineReactive(obj, key, val) { 
	observe(val); // 递归进行数据监测
	Object.defineProperty(obj, key, {
		get() {
			console.log(`获取${key}的值`);
			return val;
		}, 
		set(newValue) {
			console.log(`设置${key}的值`);
			val = newValue;
		}
	})
}

// 定义初始化数据响应的方法
function obeserve(data) {
	if(!data || typeof data !== 'object') {
		return;
	}
	let keys = Objec.keys(data);
	keys.forEach((key) => {
		defineReact(data, key, data[key]);
	})
}

依赖收集

我们现在知道怎么监测到数据变化了,下面看一下如何确定要更新的对象——订阅者。我们需要把订阅者收集起来,在数据发生变化的时候统一通知他们进行更新。
还是Object.defineProperty(),看一下上面它的get方法:当访问该属性时,该方法会被执行。我们要收集订阅者,是不是就可以在订阅者初始化的时候调用一下数据的get,触发收集方法。
首先定义一个用来存放订阅者的容器:

class Dep {
	constructor() {
		this.subs = [];
	},
	addSub(sub) {
		this.subs.push(sub);
	}, 
	depend() { // 判断是否要添加依赖
		if(Dep.target) {	
			this.addSub(Dep.target);
		}
	}, 
	notify() {
		this.subs.forEach((sub) => {
			sub.update(); // 元素进行更新
		})
	}
}

Dep.target = null
// 稍微改造下监测逻辑
function defineReactive(obj, key, val) { 
	observe(val);
	let dep = new Dep();
	Object.defineProperty(obj, key, {
		get() {
			dep.depend();
			console.log(`获取${key}的值`);
			return val;
		}, 
		set(newValue) {
			console.log(`设置${key}的值`);
			val = newValue;
			dep.notify();
		}
	})
}

我们想在get的时候去收集订阅者,如何把订阅者传到容器里进行收集呢?这里给容器添加了一个参数target作为订阅者的缓存,当需要收集时,即把订阅者赋值给Dep.target,Dep就会在添加时将其加入到订阅者数组Dep.subs中。

上面我们说了为了将订阅者信息进行收集,在每个订阅者初始化的时候去调用依赖数据的get方法。而我们只需要在初始化的时候去进行订阅者收集,所以,只有在初始化时去缓存当前的订阅者。如下:

class Watcher {
	constructor(vm, exp, cb) {
		this.vm = vm;
		this.exp = exp;
		this.cb = cb;
		this.value = this.get(); // 初始化时执行一下get
	},
	get() {
		Dep.target = this; // 缓存自己
		let value = this.vm.data[this.exp]; // 会触发依赖的收集
		Dep.target = null;
		return value;
	}, 
	update() {
		let value = this.vm.data[this.exp];
		let oldValue = this.value;
		if(oldValue !== value) {
			this.value = value;
			this.cb.call(this.vm, value, oldValue1);
		}
	}
}

到这里,我们先是通过Object.defineProperty()实现了数据的可观测,定义Dep作为订阅者容器,在订阅者初始化时,触发数据的get方法,在数据get方法里执行Dep中添加依赖的方法,完成对订阅者的收集。再就是在数据的set方法中执行订阅者容器的notify,通知各个订阅者进行更新。就酱。

完整示例

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Vue 双向绑定</title>
</head>
<body>
    <h1 id="test"></h1>
    <input type="text">
    <input type="button" value="改变data内容" onclick="changeInput()">
    
<script src="observer.js"></script>
<script src="watcher.js"></script>
<script>
    function myVue (data, el, exp) {
        this.data = data;
        observable(data);                      //将数据变的可观测
        el.innerHTML = this.data[exp];           // 初始化模板数据的值
        new Watcher(this, exp, function (value) {
            el.innerHTML = value;
        });
        return this;
    }

    var ele = document.querySelector('#test');
    var input = document.querySelector('input');
    
    var myVue = new myVue({
        message: 'hello world'
    }, ele, 'message');
    
    //改变输入框内容
    input.oninput = function (e) {
        myVue.data.message = e.target.value
    }
    //改变data内容
    function changeInput(){
        myVue.data.message = "Five hundred away"
    
    }
</script>
</body>
</html>
observer.js

总结

先回顾一下,好吧,上面已经回顾了。看图:
在这里插入图片描述

官方图:
在这里插入图片描述

我们只看了Observer劫持监听、Dep添加订阅者、通知变化、Watcher更新三个模块。Compile之后再看,大家可以自己去查阅资料。希望看完本文档对大家理解vue的双向绑定能有初步了解。

发布者-订阅者模式:
其实就是上文说到的假的“事件监听”,即发布者收集订阅者信息,在发布者进行发布时,通知订阅者进行处理。

观察者模式:
对对象进行监测,如果对象作出一些动作,即进行相关操作。

附:
作者是一前端开发学习者,整体思路基于个人的学习理解,描述的内容如有错误和不足,欢迎指正和批评。

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值