当前位置:首页 > 文章列表 > 文章 > 前端 > Vite import.meta.glob 如何限制构建时收集的文件

Vite import.meta.glob 如何限制构建时收集的文件

来源:17golang原创 2026-09-12 21:34:14 0浏览 收藏

在 Vite 项目里,import.meta.glob 很适合做页面目录、文章目录或 SVG 资源索引,但它收集的是构建时能确定的模块集合,不是浏览器运行时的目录查询。模式写得过宽,测试文件和草稿就可能一起进入结果;模式写得过窄,又会出现“为什么某个文件没有被收集”。

官方地址:https://vite.dev/guide/features.html

限制收集范围的关键是把目录、层级、扩展名和排除项写进 glob 字面量;需要进一步控制时,再使用 eagerimportquerybase 等选项。不要把变量拼进 glob 参数,Vite 不会按运行时值重新扫描文件。
要点速览
  • 相对模式从当前导入文件所在位置解释,** 才表示跨目录层级。
  • 多个模式可以放在数组中,前面匹配、后面以 ! 开头的模式负责排除。
  • 默认返回懒加载函数;eager 会改成直接导入,importquery 再缩小导出或资源形态。

先用路径模式把收集集合缩到最小

假设入口文件在 src/catalog/loader.ts,目录中只有 src/catalog/pages/*.ts 才是正式页面。最小写法如下:

// 只收集 pages 目录的 TypeScript 模块;参数必须是字面量
const pageLoaders = import.meta.glob('./pages/*.ts')

// 需要遍历时,键是匹配到的路径,值是懒加载函数
for (const [path, load] of Object.entries(pageLoaders)) {
  console.log(path)
  await load()
}

./pages/*.ts 只匹配这一层。如果页面还分在 pages/admin/,要改成 ./pages/**/*.ts。若只收集 Markdown,则直接把扩展名换成 ./pages/**/*.md,不要先收集全部文件再在运行时过滤。

Vite import.meta.glob 的目录、层级和扩展名静态关系框图
图1:操作示意图,展示导入文件、glob 字面量、pages 目录、层级通配符、TypeScript 模块和 pageLoaders 之间的静态关系。

用负模式排除测试文件和草稿

当正式页面和测试文件共用目录时,数组模式比事后筛选更清楚:

// 先收集所有页面,再排除测试和草稿文件
const pages = import.meta.glob([
  './pages/**/*.ts',
  '!./pages/**/*.test.ts',
  '!./pages/**/_*.ts',
])

// pages 的键只代表经过模式筛选后的模块路径
const pagePaths = Object.keys(pages).sort()
console.log(pagePaths)

排除模式以 ! 开头,路径同样要按导入文件的位置书写。这个方案的边界是“静态匹配规则”:如果排除条件来自用户输入,就不能把用户输入直接拼到 import.meta.glob 中,而应在已生成的键集合上做普通数组过滤。

再按加载时机和导出形态收窄结果

默认值是懒加载函数,适合按路由或用户操作再加载。若模块副作用必须在入口初始化阶段发生,可使用 eager: true;如果只需要每个模块的某个导出,则组合 import

// 只取 setup 导出,并在构建后的入口中直接引用它们
const setups = import.meta.glob('./pages/**/*.ts', {
  import: 'setup',
  eager: true,
})

// setup 仍由键映射保存;这里按需调用已直接导入的函数
for (const [path, setup] of Object.entries(setups)) {
  setup({ path })
}

不要只看到“收集范围”就忽略加载语义:默认模式会形成动态导入和拆分 chunk,eager 则可能增加入口代码体积。对 SVG、JSON 等资源,还可以用 query: '?raw'query: '?url' 配合 import: 'default',明确拿到文本还是 URL。

Vite glob 的排除模式、懒加载、eager、import 和 query 关系框图
图2:结果示意图,展示负模式排除项与加载、导出、资源查询选项如何共同约束最终模块映射。

构建前后检查四个容易误判的边界

检查项正确判断常见误区
参数形式模式和选项应是静态字面量把变量当成运行时目录扫描器
路径范围./ 相对导入文件,/ 相对项目根以当前浏览器 URL 推断路径
大小写默认区分大小写,可显式设置 caseSensitive: false在大小写混用的仓库里假定一定匹配
base只能是相对导入文件或项目根的目录路径把 alias 或虚拟模块当作 base

排查“文件没有进入结果”时,先把模式临时收窄到一个明确文件,再逐步放宽层级和扩展名;排查“构建包变大”时,优先检查是否用了 **、是否漏写负模式,以及是否把本来可以懒加载的集合改成了 eager。最后查看构建输出中的模块路径,与 Object.keys 的预期集合逐项对照。

常见问题

能不能把目录名放在变量里动态传给 import.meta.glob?

不能。Vite 要求 glob 的参数是字面量;动态需求应把候选集合预先写成多个静态 glob,再在返回对象的键上筛选。

为什么写了 *.ts 却匹配不到子目录文件?

单个星号通常只覆盖当前层级。需要递归子目录时使用 **/*.ts,并确认相对路径是相对于导入文件而不是项目运行目录。

eager: true 会让收集范围变大吗?

它不改变匹配到哪些文件,但改变加载方式:从默认的懒加载函数变为构建时直接导入,可能增大入口代码或减少拆分,应结合页面访问频率选择。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go unsafe 转换后字符串为什么偶发乱码Go unsafe 转换后字符串为什么偶发乱码
上一篇
Go unsafe 转换后字符串为什么偶发乱码
LovartAI 设计 Agent怎么用?从入口到结果的完整步骤
下一篇
LovartAI 设计 Agent怎么用?从入口到结果的完整步骤
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
  • 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。
    107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。
    23次使用
  • OpenCompass大模型评测体系详解:功能、使用指南与应用场景
    OpenCompass
    OpenCompass是上海AI实验室推出的开源大模型评测平台,提供CompassKit、CompassHub和CompassRank三大核心组件,支持LLM及多模态模型的一站式标准化评估与排行榜查询。
    35次使用
  • AGI-Eval大模型评测平台:权威榜单、数据集与人机协同评测方案
    AGI-Eval
    AGI-Eval是由上海交大等高校联合发布的大模型评测社区,提供公正透明的LLM能力榜单、多领域评测集及Data Studio数据服务,助力AI模型性能评估与NLP科研开发。
    23次使用
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    260次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码