gulp项目配置,压缩css,压缩js,进行监听文件改动

以下是一个使用Gulp进行项目配置,压缩CSS和JavaScript文件,并进行文件改动监听的基本示例。

首先,确保你已经安装了Node.js和npm。然后,全局安装Gulp CLI:




npm install -g gulp-cli

在你的项目目录中,安装Gulp本地依赖:




npm init -y
npm install --save-dev gulp gulp-clean-css gulp-terser gulp-watch gulp-rename

接下来,创建一个名为 gulpfile.js 的文件,并添加以下配置:




const { src, dest, watch, series, parallel } = require('gulp');
const cleanCSS = require('gulp-clean-css');
const terser = require('gulp-terser');
const rename = require('gulp-rename');
 
// 任务:压缩CSS
function minifyCSS() {
  return src('path/to/css/files/*.css') // 路径根据实际情况修改
    .pipe(cleanCSS())
    .pipe(rename({ suffix: '.min' }))
    .pipe(dest('path/to/output/css')); // 输出路径根据实际情况修改
}
 
// 任务:压缩JS
function minifyJS() {
  return src('path/to/js/files/*.js') // 路径根据实际情况修改
    .pipe(terser())
    .pipe(rename({ suffix: '.min' }))
    .pipe(dest('path/to/output/js')); // 输出路径根据实际情况修改
}
 
// 任务:监听文件改动
function watchFiles() {
  watch(['path/to/css/files/*.css', 'path/to/js/files/*.js'], series(parallel(minifyCSS, minifyJS)));
}
 
// 默认任务
exports.default = series(minifyCSS, minifyJS, watchFiles);

在上述代码中,请将 path/to/css/files/path/to/output/csspath/to/js/files/path/to/output/js 替换为你的实际文件路径。

运行Gulp任务,它将压缩CSS文件,压缩JavaScript文件,并监听这些文件的改动,一旦发生改动,它们将被重新压缩。




gulp

这是一个基本的Gulp项目配置示例,你可以根据需要添加更多的Gulp插件和任务。

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日