由于电商 APP 大量依赖图片来展示商品信息，对图片库的性能和加载体验要求极高，因此图片库被作为核心基础能力提前纳入京东鸿蒙首期基础建设计划。本文将详细介绍京东自研鸿蒙图片库的开发过程及其技术原理。

在鸿蒙生态系统中，虽然原生应用通常基于 ArkTS 实现，但在实际研发过程中发现，使用 C++ 可以显著提升应用框架和业务的性能表现。

我们团队在利用Taro进行秒送频道小程序的同时，一直在探索性能优化的最佳实践。随着需求的不断迭代，项目中的性能问题难免日积月累，逐渐暴露出来影响用户体验。

在鸿蒙生态系统中，虽然原生应用通常基于 ArkTS 实现，但在实际研发过程中发现，使用 C++ 可以显著提升应用框架和业务的性能表现。

作者介绍：梁自超，货拉拉资深前端工程师，主要负责货拉拉搬家业务的前端开发工作。背景Taro 是一个开放式跨端

taro4.0已经beta版本好久了，去年底就关注到了相关的立项，据说今年的第二季度会发布正式版本。

先梳理 Taro 新旧版本差异，然后针对这些差异制定不同的处理策略，对于语法特性及配置层面的差异我们通过抽象语法树（AST）来进行转换，这种方式能够面面俱到处理每一个文件，即使发现遗漏的事项，只要优化下升级程序就好。当然有些差异点旁路逻辑太多，程序处理本身编码就很复杂，这块考虑 ROI 也可程序升级完成后人工再介入处理下。

Taro本质上是进行多端编译和运行，而Taro的编译主要依赖于webpack配置，Taro则通过mini-runner完成webpack配置的组装，然后根据 webpack 配置生成编译后的代码。

在如今不断增长的小程序市场中，小程序的数量迅速增多。这是因为小程序具有诸多优势，例如轻量化、便捷性和良好的用户体验，吸引了越来越多的开发者和企业加入这一领域。随着小程序的普及，各个行业都纷纷推出自己的小程序，以满足用户的多样化需求。

“埋点”（数据采集）是数据分析的重要手段；对于前端埋点来说最复杂的是各种事件的监听，本文以曝光埋点为例，介绍几种滑动列表曝光事件监听方案及在原生、Taro框架下的最佳实践，希望对前端同学有所帮助。

随着移动互联网和智能设备的普及，前端开发人员需要采用多端同构技术来适配不同的终端（小程序、App和Web）。这些终端之间存在着明显的差异，包括浏览器引擎、操作系统、交互方式以及代码语言等方面。

这些差异给前端开发人员带来了不少挑战。一方面，不同终端采用不同的浏览器引擎和操作系统，导致页面渲染和交互行为的表现各不相同。另一方面，不同终端所使用的代码语言和开发工具也存在差异，需要开发人员具备不同的技术背景和知识，才能编写多份代码来适配不同的终端。这样做不仅增加了研发人员的开发工作量和代码维护的难度，还可能导致用户在不同设备上遇到不一致的用户体验，影响产品的质量和用户满意度。

为了解决这些问题，多端同构技术应运而生。通过多端同构技术，旅游前端和公共团队合作多端探索与实践，根据不同终端的特性进行灵活的适配和定制。这样可以减少开发成本和维护难度，提高开发效率和代码的可复用性。同时，多端同构技术还能提供一致的用户体验，无论用户使用哪种设备访问应用程序，都能获得相似的界面和功能。

dora是一个哈啰的开源的taro小程序微前端集成框架，具有把多页业务拆分并集成编译与通讯的能力。

Taro小程序size缩减再缩减，让size不再成为顾虑。

随着小程序业务的不断迭代，组件越来越多，导致组件规划不清晰、复用率较低、组件重复和代码混乱。为此，电动车团队选择手动搭建组件库。

Taro-CRN为后续携程的跨端开发生态打下基础。

列表页渲染、交互速度提升20%，大幅提升页面流畅度和用户体验。