阿里雲前端週刊 - 第 38 期

推薦

1. ESM 的目前實現與將來規劃

https://medium.com/the-node-js-collection/the-current-state-of-implementation-and-planning-for-esmodules-a4ecb2aac07a

ES 模塊化標準最先是 2015 年在 ECMAScript 6 中發佈，如今咱們已經能夠在三個主流瀏覽器中使用 ES Modules。而 Node.js 目前是採用了 Common.js 模塊化方案，咱們能夠在應用中經過 require 方法來引入其餘模塊。兩種模塊機制的巨大差別使得同時兼容 Common.js 與 ESModule 並不是易事；而自 Node.js 8.9.0 以來，開發者能夠實驗性地使用 ESModules，本文便是對於社區的反饋以及 ESM 的將來規劃進行介紹。

2. 將 REST APIs 轉化爲實時 APIs

https://hackernoon.com/pushpin-an-open-source-library-that-turns-rest-apis-into-realtime-apis-ebb3253e63ce

實時交互式現代技術棧中的重要組成，從而知足用戶與企業的高速頻繁地數據需求；本文便是介紹如何利用開源的 Pushpin 來將 REST API 轉化爲實時 API。本文首先介紹了請求-響應架構與事件驅動架構地區別，而後對比了現有的事件接口的解決方案，最後介紹了 Pushpin 的特性與部署方式。

3. NectarJS: 將 JavaScript 編譯爲平臺相關的二進制代碼

https://codeburst.io/nectarjs-compiling-javascript-into-native-binaries-for-every-platform-2efb2083a4a

本文做者 Adrien Thierry 近年來致力於，打造將 JavaScript 編譯爲平臺相關的二進制代碼的途徑，其在本文中介紹了開源的 NectarJS 的設計理念與運行機制。做者將 NectarJS 定位爲編譯即服務，即可以在優化 JavaScript 自己性能的同時，支持將其編譯爲 WebAssembly、IoT、Windows、OSX、Linux 等等各個平臺或者目標的格式。

其它

1. GraphQL 技術棧概覽：如何將全部的功能組合起來

http://www.infoq.com/cn/articles/the-graphql-stack-how-everything-fits-together

這篇文章簡要介紹了 GraphQL 的現狀，而後闡述它將來一段時間內的演化會給開發人員帶來哪些好處，尤爲重點介紹了全棧 GraphQL 集成的三個樣例：緩存、性能跟蹤和模式拼接。

2. REST 就是新時代的 SOAP

https://medium.com/@pakaldebonchamp/rest-is-the-new-soap-97ff6c09896d

本文做者分享了其對於 REST 的見解，不可避免地帶有主觀色彩，能夠辯證地去看待。做者首先討論了 RESTful API 的不足，其抽象簡練的原則每每不能知足真實業務場景中的問題；而後做者又討論了 REST 動詞、錯誤處理乃至於基礎概念上的不足，做者並未在本文中討論他理想的解決方案，只是拋出了不少問題留待讀者去思考。

3. CSS 工程化演進

https://zhuanlan.zhihu.com/p/32117359

CSS 自己並沒有編程特性，但在其工程化技術的發展中缺不乏不少優秀的編程思想，不管是自定義的 DSL 仍是基於 JS，這其中帶給咱們思考的正是編譯思想。

4. 面向前端工程師的機器學習引導課

https://mp.weixin.qq.com/s/nuwX8Rdk8F4XsvWcX1YgVg

按照目前的發展，未來人工智能會跟全部人產生緊密關聯，前端工程師也是人類，做爲人類，應該在某種程度上瞭解人工智能，然後能更好地使用人工智能的產品。

5. Electron 開發跨平臺構建流程設計

https://mp.weixin.qq.com/s/Yv1ss1X1K-QG9fEXGjZ_zw

這是 Electron 系列文章的第二篇，本文將和你們分享我是怎麼去構建自動化的 Electron 開發構建工程的，說白了，就是怎麼把敲的代碼變成一個用戶能夠下載安裝的包。固然隨着以後應用複雜度的提高和技術再選型，工程體系可能隨時會重構或演進，但至少能夠給你們一些參考，歡迎留言交流。工程自動化，應該是全部開發者的一種基礎追求，當你搭建建好工程體系，之後你將專一於產品功能的開發，而不會花大量沒必要要的時間去手動構建。

6. 利用機器學習突破圖片驗證碼

https://medium.com/@ageitgey/how-to-break-a-captcha-system-in-15-minutes-with-machine-learning-dbebb035a710

圖片驗證碼是現代網頁中常見的安全防火牆之一，可以用於人機識別，避免爬蟲等惡意抓取行爲；本文則是以著名的 WordPress 圖片驗證碼插件爲例，介紹如何使用機器學習來突破驗證碼的限制。本文做者主要使用了 Python 3, OpenCV, Keras, TensorFlow 這些常見的機器學習庫與工具，首先介紹瞭如何使用 WordPress 的插件創造訓練數據集，而後介紹了深度卷積神經網絡的基本原理以及如何進行神經網絡的訓練，最後介紹瞭如何使用訓練好的模型進行圖片識別。

閱讀原文http://click.aliyun.com/m/40180/