当前位置:首页 > 文章列表 > 文章 > 前端 > JavaScript深拷贝的几种实现方式

JavaScript深拷贝的几种实现方式

2026-01-22 08:31:44 0浏览 收藏

文章不知道大家是否熟悉?今天我将给大家介绍《JavaScript深拷贝实现方法有哪些》,这篇文章主要会讲到等等知识点,如果你在看完本篇文章后,有更好的建议或者发现哪里有问题,希望大家都能积极评论指出,谢谢!希望我们能一起加油进步!

JavaScript深拷贝无万能方案:structuredClone()支持多数内置类型且处理循环引用,但不支持function等;手写需防null、数组遍历、循环引用等陷阱;Lodash cloneDeep覆盖广但有体积和兼容性考量;JSON方法仅适用于纯数据对象。

javascript如何实现深拷贝_有哪些方法呢

JavaScript 深拷贝没有“银弹”,JSON.parse(JSON.stringify(obj)) 看似简单,但会丢函数、undefined、Symbol、Date、RegExp、Map、Set、循环引用等;真正可靠的方式得按场景选。

用 structuredClone() —— 现代浏览器首选

这是目前最接近“开箱即用”的原生深拷贝方案,支持大多数内置类型(包括 Date、RegExp、Map、Set、ArrayBuffer、TypedArray),且能处理循环引用。

注意点:

  • Node.js 17+ 默认启用,18.10+ 稳定;低于此版本需加 --experimental-structured-cloning 标志
  • 不支持 function、undefined、Symbol、Promise、Error 实例(会抛错或跳过)
  • 不能拷贝带有 prototype 方法的自定义类实例(只保留数据属性)
const obj = { a: 1, b: new Date(), c: new Map([[1, 'x']]) };
const cloned = structuredClone(obj); // ✅ 安全、快、语义清晰

手写递归 + 类型判断 —— 需要完全控制逻辑时

当你要保留 function、undefined、Symbol,或需对特定字段做定制处理(如忽略某些 key、转换日期格式),就得自己实现。关键不是“写全所有类型”,而是明确你的数据契约。

常见陷阱:

  • 忘记处理 null(它 typeof 是 "object",但不是对象)
  • 用 for...in 遍历数组,导致索引变成字符串、丢失稀疏性
  • 没用 Object.prototype.toString.call() 或 Array.isArray() 判数组,误把类数组当普通对象
  • 没缓存已遍历对象,遇到循环引用直接栈溢出
function deepClone(obj, seen = new WeakMap()) {
  if (obj === null || typeof obj !== 'object') return obj;
  if (seen.has(obj)) return seen.get(obj);

  const cloned = Array.isArray(obj) ? [] : {};
  seen.set(obj, cloned);

  for (const key in obj) {
    if (Object.prototype.hasOwnProperty.call(obj, key)) {
      cloned[key] = deepClone(obj[key], seen);
    }
  }
  return cloned;
}

用第三方库 —— Lodash 的 cloneDeep() 最常用

它覆盖了绝大多数边界情况:Buffer、Promise、HTML 元素、arguments、带 constructor 的对象等。但要注意体积和 tree-shaking 支持。

使用前确认:

  • 是否真需要它支持的所有类型?比如纯 JSON 数据流,structuredClone 更轻量
  • 项目是否已引入 Lodash?避免只为一个函数引入整包(可用 lodash.clonedeep 单独安装)
  • 某些环境(如 Deno 或严格 CSP)可能禁用 eval 或 Function 构造器,而 Lodash 内部有动态代码生成逻辑(极少数情况)
import cloneDeep from 'lodash.clonedeep';
const data = { fn: () => {}, date: new Date() };
const copied = cloneDeep(data); // ✅ fn 被保留为 function,date 正确复制

为什么不用 JSON.parse(JSON.stringify())?

它只适合“纯数据对象”——即键值全是字符串、数字、布尔、null、普通数组或嵌套对象。一旦出现以下任一,结果就不可靠:

  • undefined 和 function 字段直接被忽略
  • Symbol 键被丢弃
  • Date 变成字符串("2024-05-20T12:00:00.000Z"),不再是 Date 实例
  • NaN、Infinity 变成 null
  • 循环引用直接报错:TypeError: Converting circular structure to JSON
const bad = { a: undefined, b: () => {}, c: Symbol('x'), d: new Date() };
console.log(JSON.parse(JSON.stringify(bad))); // { d: "2024-05-20T12:00:00.000Z" } —— 其他全没了

深拷贝真正的复杂点不在“怎么写”,而在“你到底想拷什么”。函数要不要?原型链要不要?特殊对象(如 canvas 上下文)要不要?先画清数据边界,再选工具,比背方法更重要。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《JavaScript深拷贝的几种实现方式》文章吧,也可关注golang学习网公众号了解相关技术文章。

Golang数组指针传递技巧解析Golang数组指针传递技巧解析
上一篇
Golang数组指针传递技巧解析
Win11截图文件在哪找?
下一篇
Win11截图文件在哪找?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    256次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    299次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    275次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    256次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    61次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码