博客
关于我
create-react-app build 打包隐藏源码
阅读量:160 次
发布时间:2019-02-28

本文共 654 字,大约阅读时间需要 2 分钟。

如何解决在create-react-app中打包后浏览器仍显示源码的问题

在使用create-react-app创建React项目时,可能会遇到打包后浏览器仍显示源码的情况。这通常是因为生成了source map文件,source map的作用是将编译后的代码映射到原始的源代码位置,从而允许浏览器显示源码。以下是解决这个问题的详细步骤:

  • 创建或确认.env文件

    • 在项目根目录下新建一个名为.env的文件。
    • 在文件中添加如下内容:
      GENERATE_SOURCEMAP=false
  • 安装dotenv-cli

    • 打开终端,运行以下命令安装dotenv-cli:
      yarn add dotenv-cli
  • 修改打包命令

    • 打开package.json文件,找到scripts部分,并确保build命令包含加载.env文件的指令。通常build命令应如下所示:
      "build": "dotenv -e .env.frm -e .env react-app-rewired build",
    • 确保在打包命令中使用正确的环境变量加载方式,例如使用-dotenv参数。
  • 重新打包并运行

    • 在终端中运行以下命令重新打包项目:
      npm run build
    • 打包完成后,启动服务器以查看结果:
      npm start
  • 验证效果

    • 打包后的页面应不再显示源码,而是显示优化后的生产环境页面。
  • 通过以上步骤,source map的生成将被禁用,浏览器将显示优化后的代码,而不会显示原始的源码。这样可以确保生产环境的代码安全性和性能优化。

    转载地址:http://cead.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
    查看>>