• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Compresión del código JavaScript (Creación de una librería JavaScript 7ª parte)

Node

marzo 22, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

JavaScript

A la hora de distribuir las librerías JavaScript una buena práctica es comprimirlas para reducir su tamaño. Así se consigue que pesen menos y carguen más rápido. La compresión del código JavaScript se puede llevar a cabo con el paquete uglify. En esta entrada de la serie creación de una librería JavaScript se explicará cómo instalarlo y utilizarlo.

Esta entrada pertenece a la serie “Creación de una librería JavaScript” cuyo código se puede encontrar en la cuenta de GitHub de Analytics Lane. Serie compuesta por las siguientes entradas:

  • Creación de una librería JavaScript
  • Estructurar las funciones JavaScript
  • Pruebas unitarias en JavaScript
  • Rango en pruebas unitarias en JavaScript
  • Cobertura de las pruebas unitarias en JavaScript
  • Medir la calidad del código JavaScript
  • Compresión del código JavaScript
  • Ejecutar múltiples scripts npm

Instalación del uglify en Node

Antes de comprimir el código JavaScript es necesario instalar el módulo uglify. En el buscador de npm se puede observar que existen diferentes versiones de este. Por ejemplo, existe uglify-js, que soporta el estándar ECMAScript 5, y uglify-js, que soporta el estándar ECMAScript 6. En jslane se utiliza ECMAScript 6, como quedó patente en la entrada anterior, por lo que es necesario instalar uglify-js. A diferencia de los paquetes anteriores este es necesario instalarlo como dependencia global. Para ello en máquinas UNIX se utilizará el comando

Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
En Analytics Lane
Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)

sudo npm install uglify-es -g

Mientras que en Windows el comando sudo se debe omitir.

npm install uglify-es -g

Compresión del código JavaScript

Una vez instalado el módulo es posible comprimir los archivos JavaScript para reducir su tamaño. A modo de prueba se puede comprobar cómo afecta esto al archivo jslane.js ubicado en la carpeta lib. Actualmente este archivo contiene el siguiente código.

Para comprimirlo únicamente es necesario escribir la siguiente línea en la terminal.

uglifyjs ./lib/jslane.js -o ./lib/jslane.min.js

En la que se le indica a uglifyjs que comprima el archivo y, mediante la opción -o, se le indica que el resultado lo guarde en jslane.min.js. El resultado es un nuevo archivo de 87 bytes frente al original de 135 bytes.

Publicidad


Opciones en uglifyjs

El comando uglifyjs admite múltiples opciones con las que se puede obtener un grado mayor de compresión. Entre ellas dos de las más interesantes son

  • --compress: Activa la compresión de funciones JavaScript reduciendo aún más el tamaño de los archivos.
  • --mangle: Cambia el nombre de los objetos para que ocupen un único carácter, mejorando aún más la compresión del archivo. Además de ofuscar el código.

Así con estas dos opciones, se puede escribir en la línea de comando

uglifyjs ./lib/jslane.js -o ./lib/jslane.min.js --compress –mangle

Con lo que se obtiene un nuevo archivo jslane.min.js de solo 64 bytes.

Comprimir la librería

Realmente el archivo que es interesante comprimir es la librería, ya que es el archivo que se utilizará en producción. El resto son básicamente para desarrollo. Por lo que para su compresión se utilizará la siguiente combinación de comandos.

> browserify index.js --standalone jslane -o ./dist/jslane.js
> uglifyjs ./dist/jslane.js -o ./dist/jslane.min.js --compress --mangle

Recordemos que el primer comando compila la librería, mientras que el segundo permite crear una versión comprimida. En el caso de la librería el archivo original ocupa 1945 bytes mientras que el comprimido 1268. Lo que supone un ahorro del 35% del espacio original.

Creación de un script

Al igual que en los casos anteriores se puede crear un script para simplificar el proceso de compresión. Para ello se creará un nuevo script llamado minimize y con el siguiente comando uglifyjs ./dist/jslane.js -o ./dist/jslane.min.js --compress --mangle. Recordando que ya se había definido un script llamado build para compilar la librería el proceso anterior se puede lanzar simplemente utilizando los siguientes comandos.

> npm run build
> npm run minimize

Publicidad


Conclusiones

En esta séptima entrega se ha visto cómo realizar la compresión del código JavaScript con uglifyjs. La compresión permite reducir el tamaño de los archivos y, por lo tanto, reducir el tiempo de carga de las librerías. En la próxima y ultima entrega se vera cómo ejecutar múltiples scripts npm.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Segmentación RFM: cómo clasificar tu cartera de clientes antes de calcular el CLV
  • PSI: Cómo Saber Cuándo tu Modelo de Credit Scoring se ha Degradado
  • Champion vs Challenger: Cómo los Bancos Validan Modelos Nuevos antes de Ponerlos en Producción
  • Gini, KS y AUC: Cómo Medir la Calidad de un Modelo de Credit Scoring
  • Errores habituales al trabajar con DataFrames grandes en Pandas (y cómo evitarlos)
  • BG/NBD + Gamma/Gamma: el modelo probabilístico para CLV en compras continuas
  • Curiosidad: De dónde vienen foo, bar y foobar
  • Cómo Comparar Dos Hipotecas con Todos los Gastos Incluidos

Publicado en: JavaScript Etiquetado como: Node

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Gini, KS y AUC: Cómo Medir la Calidad de un Modelo de Credit Scoring

agosto 18, 2026 Por Daniel Rodríguez

Curiosidad: De dónde vienen foo, bar y foobar

agosto 13, 2026 Por Daniel Rodríguez

BG/NBD + Gamma/Gamma: el modelo probabilístico para CLV en compras continuas

agosto 11, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Trabajando con números de alta precisión en Python: El módulo decimal publicado el octubre 7, 2024 | en Python
  • Gini, KS y AUC: Cómo Medir la Calidad de un Modelo de Credit Scoring publicado el agosto 18, 2026 | en Ciencia de datos
  • Métodos y variables subrayadas en Python publicado el enero 27, 2020 | en Python
  • Cómo Comparar Dos Hipotecas con Todos los Gastos Incluidos publicado el julio 30, 2026 | en Ciencia de datos
  • Utilizar R desde Python con rpy2 publicado el enero 11, 2019 | en Python, R

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto