- 综合排序
- 最热优先
- 最新优先
- 来自专栏前端技术开发
uni-app实现多端开发
多端开发，听名字就感觉不一样，一套代码。多端使用，适用于各个平台。 市面上很多关于多端开发的框架，比较常用，流行的框架 uni-app，Chameleon(变色龙),taro这些，都可以支持多端，一套代码，8个平台支持， 语法差异上，uni-app和Chameleon( 根据公司的需求，选择框架，选择之前，也是研究了一下这个三个框架，最后还是选择用uni-app选择开发，个人比较熟悉vue，有做过小程序方面的，选择uni-app是最合适的，坑还是比较多，需要多踩坑。 1.微信小程序 先去官网下载开发者工具https://developers.weixin.qq.com/miniprogram/dev/devtools/download.html 安装完之后，在编辑器找到安装的目录 2.百度小程序和支付宝小程序 百度小程序开发工具：https://smartprogram.baidu.com/docs/develop/devtools/show_sur/ 支付宝小程序开发工具：https
1.9K31发布于 2019-10-01 - 来自专栏新零售项目实践
多端开发实战 | 基于 Taro 的多端智能补货预测系统实战指南
本文将详细介绍该系统的架构设计、关键实现以及多端适配方案，并分享在实际落地过程中遇到的典型问题及解决方案。 2.3 技术栈关键组成多端适配层：Taro 3.x实现跨端开发。NutUI组件库保证多端UI一致性。Taro-Request封装统一网络请求。业务逻辑层：Redux Toolkit状态管理。 四、开发难点与解决方案4.1 典型问题清单问题现象解决方案相关代码促销数据干扰预测建立促销标签体系，自动识别异常值DataCalibrator.filterPromotion()小程序DOM节点超限虚拟滚动 通过多端适配架构设计、智能算法集成和供应商协同流程优化，我们实现了从预测到采购的全流程自动化。系统特别注重：数据准确性：通过严格的数据清洗保证预测质量。操作便捷性：多端统一的操作体验。 通过本次智能补货预测系统的实践，我们验证了Taro框架在多端复杂业务场景下的可行性，同时探索出零售预测类系统的典型架构模式。
68020编辑于 2025-07-23 - 来自专栏新零售项目实践
多端开发实战 | 基于 Taro 多端门店库存实时同步系统实战指南
多端体验差异：H5与小程序的技术栈适配。Taro 作为跨端框架，基于 React 语法支持一套代码适配多端（H5/小程序/RN 等），结合实时通信技术与分布式架构，可高效实现多端库存同步系统。 本文将基于Taro3.x+React技术栈，从架构设计到代码实现，完整呈现一套多端库存同步方案。 3.2 多端数据冲突场景：H5 和小程序同时修改同一商品库存。 ：提升库存透明度，降低用户决策成本；Taro 深度适配：一套代码覆盖 H5 与小程序，降低开发成本。 多端统一开发并非简单的API适配，更需要从架构层面思考状态同步、事务一致性等深层问题。希望本文方案能为大家带来启发。
33920编辑于 2025-07-19 - 来自专栏万少的技术分享
uni-app 多端开发 精读
json的条件编译，如不同平台的key名称相同，cli项目下开发者自己安装的校验器会报错，需自行关闭这些校验器对json相同key的校验规则。
26210编辑于 2025-02-11 - 来自专栏趣学前端
「Taro开发」前端多端开发，Taro观赏指南
背景最近接到多端开发，因为老项目使用的React，考虑到迁移成本，选择了Taro，迁移成本相对较低，且上手较快。Taro和uni-app我做了一下调研，目前市面上优秀且成熟的开源框架有很多。 dev:h5$ yarn build:h5# npm script$ npm run dev:h5$ npm run build:h5项目迁移之React框架版选择框架因为我平时使用React框架进行开发 项目迁移之原生小程序后面有规划把原生小程序项目也使用Taro开发成多端，但是目前还没有实际应用，待我实际应用之后，再进行更新，我预测会遇到一些有趣的问题。 开发“指南针”开发过程中难免会遇到各种问题，不过它也侧面成为了我的“试金石”，我把遇到的问题、解决方案，详细的列出来，供jym参考，有些解决方案可能不是最优，欢迎大佬提供更优的方案。
2.5K10编辑于 2022-10-24 - 来自专栏新零售项目实践
多端开发实战 | 基于Taro的多端动态定价系统设计与实现
如何在多端应用中实现高效、合规的动态定价？"这是我们系统加入动态定价模块时遇到的第一个挑战。 本文将带您深入了解如何使用Taro框架构建一个支持H5和微信小程序的多端动态定价系统，涵盖从架构设计到具体实现的全过程，并分享我们在开发过程中积累的实战经验。 3.1 挑战一：多端价格同步一致性问题现象：不同端缓存策略不一致导致价格显示差异。 ，重点解决了以下核心问题：通过分层架构设计实现了多端适配的统一定价逻辑。 针对开发过程中的常见挑战提供了实用解决方案。动态定价作为电商系统的核心模块，其稳定性和性能直接影响用户体验和商业收益。希望本文提供的实现方案能为开发者构建自己的定价系统提供有价值的参考。
35831编辑于 2025-07-22 - 来自专栏新零售项目实践
多端开发实战 | 基于 Taro 的智能商品推荐系统多端实战指南
引言我们之前在做多端框架选择的时候，优先考虑的是开发效率。于是选择了支持React开发的Taro框架，Taro 框架提供了 “一次开发，多端运行” 的能力，这样学习成本少，上手也快。 本文将深入探讨如何基于 Taro 在多端实现商品推荐核心功能，提供从架构设计到具体实现的全栈解决方案。 getHomeRecommend = () => { return request({ url: '/api/recommend/home', method: 'POST', });};四、开发难点与解决方案 通过本次实践，我们收获了：工程化经验：Taro框架在多端开发中的高效实践。算法集成：推荐系统与前端应用的深度协同。性能调优：大数据量下的流畅体验保障。 期待本文能为您的跨端推荐系统开发提供有价值的参考。
46520编辑于 2025-07-08 - 来自专栏APICloud AVM多端开发教程
使用APICloud开发多端短视频应用
近期有开发者制作了一套APICloud的教程，包含AVM多端开发框架教程和APICloud的云数据开发，并用APICloud开发了一个短视频的多端应用。 一、效果预览 首先我们先来看一下实现效果 二、项目前端实现 本项目中前端采用APICloud AVM多端开发技术进行开发，要点包括 swiper 轮播图、网络请求封装等。 使用 APICloud 多端技术进行开发，实现一套代码多端运行，支持编译成 Android & iOS App 以及微信小程序。 /shortvideo/000.mp4' }, { id: "001", nickname: "学习通知", content: "快乐学习APICloud多端应用开发 课程项目的脑图： 课程大纲： 1、APICloud多端应用开发 2、APICloud框架基础语法 3、APICloud数据云开发 4、APICloud数据云存储 5、短视频应用小程序 6、数据云实现短视频应用后端
59240编辑于 2022-04-07 - 来自专栏用户3288143的专栏
【前端】wepympvuetarouni-app，多端开发框架哪家强？
表示支持且功能正常，❌ 表示不支持，其它则表示支持但存在部分bug或兼容问题 wepy 2.0 宣称版已支持其他家小程序，本测试基于wepy官网指引安装的wepy-cli版本为1.7.3，尚不支持多端 案例 发布到微信小程序的案例，数量和质量综合对比 wepy > mpvue > taro , uni-app > chameleon 如果看多端案例，综合对比 uni-app > taro > mpvue 但以创业者和政企单位为主，暂无一线开发者使用。 chameleon：未找到案例，无法参与本评测。 总结 如果你只开发微信小程序，不做多端，uni-app仍然是最好的选择，除非你有兴趣手动优化原生小程序的代码，或者对react非常熟悉不愿意学习vue也可以使用taro。
2.4K30发布于 2020-07-07 - 来自专栏dmhsq_csdn_blog
云开发多端用户模块实战(二)---环境搭建
所需基础为H5基础，vue基础 环境搭建我们需要安装一些工具 开发工具Hbuilder X，微信开发者工具，逍遥安卓模拟器 我们的视频教程(免费)链接为https://static-b5208986 -2c02-437e-9a27-cfeba1779ced.bspapp.com/ 所需基础及环境搭建 所需基础 学习方法 开发工具 Hbuilder X 微信开发者工具 逍遥安装模拟器 node
42510发布于 2021-10-25 - 来自专栏花叔的专栏
多端统一开发框架 Taro 1.0 正式发布
在 2018.6.7 我们对外开源了 多端统一开发框架——Taro。 Taro 是一个多端统一开发框架，它支持使用 React 的开发方式来编写可以同时在微信小程序、Web 、React Native 等多个平台上运行的应用，帮助开发者提升开发效率，改善开发体验，降低多端研发成本 目前，多端 UI 库打包功能还处于内测阶段，在 Taro 1.0.0 发布之后，这一功能将同步发布，这样更多开发者就可以为 Taro 开发更丰富的多端组件库和 UI 库了。 多端同步调试 目前 Taro 只能一次调试一个端，这对于开发多端应用来说效率略低，所以，计划提供微信小程序/ H5 / React Native 端同时调试的功能，可以一键启动多端同时编译，从而获得多端同步预览 多端可视化拖拽搭建 目前 Taro 是依靠开发者手工编写代码来获得多端应用的，Taro 未来计划提供一个多端可视化拖拽搭建的功能，可以通过拖拽组件的方式来生成多端应用。
1.3K20发布于 2018-11-06 - 来自专栏Harmony学习之路
HarmonyOS学习路之开发篇—流转（多端协同 二）
开发步骤 完成 环境搭建，在DevEco Studio中，选择手机设备，Empty Feature Ability(Java)模板创建项目，在项目自动创建的MainAbility中实现IAbilityContinuation PA生命周期管理 disconnectAbility(mConn); } }; 仅通过启动/关闭两种方式对PA进行调度无法应对需长期交互的场景，因此，系统向开发者提供了跨设备PA 为了对已连接PA进行管理，开发者需要实现一个满足IAbilityConnection接口的连接状态检测实例，通过该实例可以对连接及断开连接完成时设置具体的处理逻辑，例如：获取控制对端PA的代理等。 进一步为了使用该代理跨设备调度PA，开发者需要在本地及对端分别实现对外接口一致的代理。一个具备加法能力的代理示例如下： // 以连接提供加法计算能力的PA为例。 在实际开发中，开发者可以根据需要实现多种分布式场景，例如：跨设备位置/电量等信息的采集、跨设备计算资源互助等。
36550编辑于 2023-10-15 - 来自专栏Harmony学习之路
HarmonyOS学习路之开发篇—流转（多端协同 一）
多端协同开发 场景介绍 开发者在应用FA中通过调用流转任务管理服务、分布式任务调度的接口，实现多端协同。 主要流程如下： 设备A上的应用FA向流转任务管理服务注册一个流转回调。 开发者根据Ability模板及意图的不同，通过组合以下能力生成多端协同的业务：启动远程FA、启动远程PA、连接远程PA。这些能力都需要指定待连接设备的信息。 例如：开发者在启动远程服务时通过意图指定音乐播放服务，即可实现设备A启动设备B音乐播放的能力。 通过连接关系，开发者可以实现跨设备的同步服务调度，实现如大型计算任务互助等价值场景。 开发者使用分布式服务平台提供的连接和断开连接PA、启动远程FA、启动和关闭PA的能力，可实现自定义的多端协同体验。
58020编辑于 2023-10-15 - 来自专栏新零售项目实践
多端开发实战 | 基于 Taro 多端商品扫码购实战：从架构设计到疑难解析
本文将深入探讨如何利用Taro框架构建一个支持多端的智能扫码购系统，实现从商品扫描、智能推荐到支付结算的完整闭环。通过本方案，开发者可以掌握多端开发的核心技术要点，并应对实际业务中的各种挑战。 一、整体架构设计1.1 架构全景1.2 核心模块模块功能描述技术实现多端适配方案Taro多端适配层统一H5和小程序开发Taro 3.x + React条件编译 + 统一API扫码模块二维码/NFC识别原生能力封装 四、支付模块实现4.1 多端支付适配核心代码：/** * 支付页面组件 * 处理订单创建和支付流程，支持微信小程序和H5环境的多端支付适配 */const PaymentPage = () => { 在开发过程中，我们克服了扫码识别率、多端状态同步、支付安全等挑战，这些经验对于构建其他新零售应用具有重要参考价值。 希望通过本文实现的基于Taro的扫码购方案，为开发者提供可快速构建高性能、可扩展的跨端购物体验的思路。
35420编辑于 2025-07-20 - 来自专栏MelonTeam专栏
多端排版杂谈
，div+css的引入又是web排版技术的一个新起点，这是第一次提到了流体排版的概念；这种排版技术提倡是：所有的元素都可以当成流的一部分，遵循默认的从左到右、从上到下排版，从而减少开发者一些不必要的排版计算 更为灵活的div+css排版 后面很长的一段时间里，开发者一直徘徊在多浏览器间的排版渲染差异上面，为寻找更多的hack办法而坚持不懈，我相信如果针对该类问题去总结一本书，那必定是很受欢迎的在当时。 随着时间的推移，低版本浏览器逐渐退出了用户的视线，开发者才得以逐步从排版的hack中解脱出来。 如下图：在过去有很多常用的排版方式是需要开发者去计算才得到的，相当于说FlexBox直接内置更多排版方式给到开发者。 ? 或者子元素占据几个格子等等都由开发者去指定，而且这种指定是不需要经过运算的，开发者大部分可以脱离了px这个单位；例如： ?
1.4K70发布于 2018-01-04 - 来自专栏晓月寒·
多端统一开发-Taro的安装与使用
Taro Taro是一套遵循React语法规则的多端开发解决方案。目前市面上已经有各式各样的小程序、h5和安卓、ios端，如何解决一次开发，多端运行已经成为开发者目前迫切需要解决的难题。 环境 Taro 是一个基于 NodeJS 的多端统一开发框架，在安装使用 Taro 之前需要确保已安装好 Node 环境。 安装 要使用Taro，需要安装Taro 开发工具 @tarojs/cli。 taro -V 使用 安装完taro开发工具之后，我们可以使用tarojs/cli来进行开发。 项目文件 config: 和运行环境有关的配置文件 src：我们今后开发的文件大部分都会放在这里面，其中的pages为所有页面存放的位置。pages下每一个文件夹代表一个页面路径。
82420发布于 2019-05-22 - 来自专栏携程技术
干货 | 携程玩乐团队前端多端开发实践
作者简介 Neo，携程前端开发工程师，负责玩乐前端架构相关开发工作。 一、前言 本文将介绍在具体业务实践中，携程玩乐团队一套代码多端复用的一些实践与经验，希望能给面对同样问题的同学提供些思路和参考。 遗憾的是目前并没有一套架构设计可以同时运行在多端，所以我们开始了对多端架构的持续开发与改造的过程，重点措施如下： 1）架构升级 对代码结构和业务逻辑实现做合理划分，在不同层级架构上做合理的事，并且对代码做测试 3）支持PC/H5/RN同时预览 作为多端开发的实践，为了确保开发效率，需要满足一处修改多端同时可见。 经过如上的仓库拆分，我们能够让开发者只专注于业务组件的开发，其余的基础服务功能都能做到在一次开发，稳定使用的同时完成多端的同时开发和发布。 先介绍下改进后的效果，组内成员除开业务逻辑整理，可以做到无缝替换开发；和之前开发模式对比，同一个需求多端完成时间，节省了近四成。
95920发布于 2020-05-09 - 来自专栏APICloud AVM多端开发教程
APICloud AVM多端开发 | 手把手教外卖点餐App开发（下）
接上篇APICloud AVM多端开发 | 手把手教外卖点餐App开发（上） 菜单点餐页面 5.gif 分类和菜品的双向滚动交互 这个页面是一个左右分栏的布局。左边是菜单分类，右边的菜品。 其中第一个交互相关逻辑类似于在开发商家主页的滚动 scroll-view 触发头部透明度的逻辑。 所以同样地为右侧的 scroll-view 绑定上 @scroll="onScroll" 函数。 api.toast({ msg: '请登录后查看历史订单' }) }, 1000) } } 主页的开发大致就完成了 为了让开发者更好的掌握APICloud 多端开发技术。APICloud会持续更新这样的项目案例，多多关注哦！
1.5K20发布于 2021-02-06 - 来自专栏APICloud AVM多端开发教程
APICloud AVM多端开发 | 手把手教外卖点餐App开发（上）
为了让开发者更加快速的学习和了解APICloud多端开发技术，APICloud平台特别推出一款多端源码-《外卖点餐App开发》，可以体验一套代码编译Android和iOS app+小程序。 语法特性，通过一次编码，分别编译为Android和iOSAPP、小程序代码，实现多端开发。 如果之前未接触过 APICloud 开发，建议先了解一个简单项目的初始化、预览、调试和打包等操作，请参考 APICloud 多端开发快速上手教程。 使用 APICloud 多端技术实现了一套代码，多端运行。 支持编译成 Android & iOS App 以及微信小程序。 剩下的菜单点餐页面、购物车、用户页面和付款页面功能可见APICloud AVM多端开发 | 手把手教外卖点餐App开发（下）。
3K40发布于 2021-02-06 - 来自专栏最新Python入门基础合集
小程序跨平台开发框架研究：实现一次开发，多端运行
然而，不同平台的小程序开发语言和规范各不相同，这给开发者带来了不小的挑战。为了实现一次开发，多端运行的目标，跨平台开发框架应运而生。 其主要特点包括： 代码复用性高：通过一套代码实现多端运行，大大降低了开发成本和时间。 开发效率高：开发者无需针对不同平台编写多套代码，提高了开发效率。 四、小程序跨平台开发框架的优势与挑战 4.1 优势 降低开发成本：通过一套代码实现多端运行，减少了为每个平台单独开发应用程序的资源投入。 这极大地简化了开发流程，降低了开发成本。 5.2 Taro应用实践 Taro是一个开放的多端统一开发框架，由京东开源。它允许开发者使用React语法来开发多端应用。 六、结论与展望 小程序跨平台开发框架为实现一次开发、多端运行提供了有效的解决方案。通过深入研究这些框架的实现原理、优势、挑战以及应用实践，我们可以更好地理解它们的运作机制，并在实际开发中加以应用。
93910编辑于 2025-01-08
腾讯云开发者
