• 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
      • Descenso de gradiente
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Matriz de confusión e informe de clasificación
      • Visualizador de fronteras de decisión
      • Simulador de K-Means
      • Número Óptimo de Clusters
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Problema del cumpleaños
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • La aguja de Buffon
      • Simulador de la Estrategia Martingala
      • Simulador de Cadenas de Markov
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Comparador de tarifas de luz 2.0TD
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
      • Frontera Eficiente
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Consultar CSV con SQL en el navegador
      • Extractor de tickets (OCR)
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Calculadora HMAC
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
      • Editor de expresiones cron
      • Conversor de unidades
    • 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

Shallow copy vs Deep copy en Python: la mutación inesperada
En Analytics Lane
Shallow copy vs Deep copy en Python: la mutación inesperada

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.

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

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

  • Shallow copy vs Deep copy en Python: la mutación inesperada
  • Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera
  • Cómo Saber si una Diferencia Significativa es Importante
  • Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”
  • Cómo Explorar un Dataset antes de Modelar
  • Cómo Elegir el Test de Hipótesis Correcto para tus Datos
  • Tuplas vs Listas en Python: parecen lo mismo, pero no
  • == vs is en Python: la diferencia que causa bugs misteriosos
  • Curiosidad: El puerto 80 y los números de puerto

Publicidad

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

Cómo Explorar un Dataset antes de Modelar

noviembre 17, 2026 Por Daniel Rodríguez

Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”

noviembre 12, 2026 Por Daniel Rodríguez

Shallow copy vs Deep copy en Python: la mutación inesperada

noviembre 10, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Creación de gráficos de barras y gráficos de columnas con Seaborn publicado el julio 18, 2023 | en Python
  • Instalar Rocky Linux 9 en VirtualBox publicado el octubre 20, 2023 | en Herramientas
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • Solución a ‘IndentationError: unexpected indent’ en Python paso a paso publicado el marzo 24, 2025 | en Python
  • Programador de tareas de Windows: Guía definitiva para automatizar tu trabajo (BAT, PowerShell y Python) publicado el octubre 7, 2025 | en Herramientas, Productividad

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 Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Hatepi en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • 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

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