博客
关于我
React-ts开发备忘——在tsx中使用js的模块引入方式
阅读量:348 次
发布时间:2019-03-04

本文共 540 字,大约阅读时间需要 1 分钟。

我们初次使用TSX开发React项目时,可能会对模块引入方式感到困惑。

在TSX中引入React确实与传统的JavaScript方式有所不同。TSX需要我们像这样引入React:

import * as React from 'react';

而在传统的JavaScript项目中,引入React则可以这样写:

import React, { Component, useState } from 'react';

从上面的对比可以看出,使用TSX的引入方式相对不够方便。因为TSX的 JSX 语法依赖于React,而每个 React 组件都需要显式地引入 React。

如果想像传统的 JavaScript 写法在 TSX 中使用模块引入,确实需要一些配置。具体来说,我们需要在 tsconfig.json 的“compilerOptions”中添加以下选项:

{    "compilerOptions": {      "allowSyntheticDefaultImports": true    }  }

这样配置后,我们就可以像在 JavaScript 中一样引入模块了。这种方法既简洁又高效,适用于所有 React 组件,包括类式组件和使用 hooks 的函数组件。

转载地址:http://suuh.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>