• 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
    • 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

Ejecutar múltiples scripts npm (Creación de una librería JavaScript 8ª parte)

marzo 29, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

JavaScript

En esta octava y última entrega de la serie se va a explicar cómo ejecutar múltiples scripts npm para automatizar los procesos. Hasta ahora los scripts npm se ha utilizado para simplificar el lanzamiento de comandos. Reemplazados comandos más o menos complicados por un alias más fácil de recordar. Pero, es necesario lanzar múltiples comandos en un orden dado para conseguir repetir los pasos: medir la calidad del código, ejecutar las pruebas unitarias, obtener el grado de cobertura de las pruebas, compilar la librería y, finalmente, comprimir el archivo resultante para su distribución. En esta entrada se mostrará como utilizar el comando el módulo npm-run-all para ejecutar todos los comandos necesarios en un solo paso.

Además, al final de la entrada, se mostrará también un ejemplo de archivo .gitignore para el proyecto.

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 npm-run-all

El módulo npm-run-all se puede instalar, como todos los que hemos visto en la serie, mediante el comando npm. Para instalarlo y guardar las opciones en listado de dependencias se ha de ejecutar el comando.

Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane
En Analytics Lane
Nuevo conversor de timestamp Unix en el laboratorio de Analytics Lane

npm install npm-run-all --save-dev

El motivo por el que va a utilizar este módulo en lugar de concatenar las instrucciones en la línea de comandos es conseguir que el script se puede utilizar tanto en UNIX como en Windows.

Lanzar múltiples comandos npm con npm-run-all

En el proceso de compilación de una librería es necesario llevar a cabo varios pasos. El primero es medir la calidad de código en búsqueda de errores, para lo que se usa jshint. Posteriormente se han de lanzar las pruebas unitarias y comprobar el grado de cobertura. Las herramientas para hacer esto son mocha y nyc. Finalmente es necesario compilar los archivos, con browserify, y comprimir el resultado, con uglifyjs. Los pasos que se han visto en las siete entradas anteriores de la serie.

Para cada uno de estos procesos ya se ha creado en su momento un script npm. Por el proceso completo requiere ejecutar los siguientes comandos en la terminal.

> npm run report
> npm run coverage
> npm run checkCoverage
> npm run build
> npm run minimize

Los cuales se pueden lanzar únicamente con el siguiente comando

npm-run-all report coverage checkCoverage build minimize

Proceso que se puede almacenar en un nuevo script npm al que se puede llamar deploy. Así para crear la librería solamente será necesario escribir.

npm run deploy

Publicidad


El archivo package.json

Una vez agregado este último script y modulo a archivo package.json este debería quedar similar al siguiente.

{
  "name": "jslane",
  "version": "1.0.0",
  "description": "A basic JavaScript library",
  "main": "index.js",
  "scripts": {
    "build": "browserify index.js --standalone jslane -o ./dist/jslane.js",
    "checkCoverage": "./node_modules/nyc/bin/nyc.js check-coverage --lines 95 --functions 95 --branches 95",
    "coverage": "./node_modules/nyc/bin/nyc.js --reporter=lcov npm test",
    "deploy": "./node_modules/npm-run-all/bin/npm-run-all/index.js report coverage checkCoverage build minimize",
    "minimize": "uglifyjs ./dist/jslane.js -o ./dist/jslane.min.js --compress --mangle",
    "report": "./node_modules/jshint/bin/jshint ./lib**/*.js ./tests**/*.js",
    "test": "./node_modules/mocha/bin/mocha tests/**/*test.js --ui tdd"
  },
  "author": "",
  "license": "ISC",
  "devDependencies": {
    "chai": "^4.2.0",
    "chai-deep-closeto": "^0.1.1",
    "jshint": "^2.9.7",
    "mocha": "^5.2.0",
    "npm-run-all": "^4.1.5",
    "nyc": "^13.1.0"
  }
}

En este se puede observar que se han incluido la ruta absoluta a todos los módulos para evitar problemas.

Crear un repositorio Git

Ahora que se ha definido el flujo de trabajo, se debería de guardar el proyecto en un gestor de versiones. Para lo que se usará Git. En el proyecto hay múltiples carpetas que son resultados de los procesos, como los informes de cobertura, o los módulos de node. Los cuales no es necesario guardar. Para evitar que se guarde se puede crear un archivo .gitignore en el que se puede indicar estas carpetas.

Las carpetas que a omitir en el gestor de versiones son:

  • node_modules: los módulos de node.
  • .nyc_output: los resultados de nyc.
  • coverage: la carpeta donde istanbul guarda los resultados.
  • lib-cov: el informe de cobertura de las pruebas unitarias.

Por lo que se puede utilizar el siguiente archivo .gitignore

# Dependency directories
node_modules/

# nyc test coverage
.nyc_output

# Coverage directory used by tools like istanbul
coverage

# Directory for instrumented libs generated by jscoverage/JSCover
lib-cov

Conclusiones

Esta entrada finaliza la serie de entradas en las que se ha visto cómo crear una librería JavaScript desde cero. En esta última entrada se ha visto cómo ejecutar múltiples scripts npm para simplificar el proceso. Además, se ha visto un ejemplo de archivo .gitignore para el proyecto.

Todo el código utilizado en esta serie se puede descargar en el siguiente repositorio.

Imágenes: Pixabay (skylarvision)

¿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?

Publicidad


Publicaciones relacionadas

  • Analytics Lane lanza su Conversor de Bases Numéricas: entiende cómo trabajan los ordenadores a nivel de bits
  • Analytics Lane lanza su Visualizador de Series Temporales: entiende tendencia, estacionalidad y ruido de forma visual e interactiva
  • Analytics Lane lanza un nuevo Formateador y Tester de Expresiones Regulares para desarrolladores
  • Analytics Lane lanza un Conversor CSV ↔ JSON para transformar datos en tiempo real
  • Analytics Lane lanza una Calculadora de Rentabilidad con Flujos Irregulares basada en TIR (XIRR)
  • ¡Analytics Lane cumple ocho años!
  • Nuevo simulador de regresión lineal con ruido en el laboratorio de aplicaciones de Analytics Lane
  • Nuevo simulador de regresión logística en el laboratorio de aplicaciones de Analytics Lane
  • Nuevo Inspector de JWT en el laboratorio de aplicaciones de Analytics Lane

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

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

mayo 14, 2026 Por Daniel Rodríguez

Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales

mayo 12, 2026 Por Daniel Rodríguez

Costes hundidos en ciencia de datos: cuándo mantener un modelo y cuándo migrar

mayo 7, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Solución al error Failed to download metadata for repo ‘AppStream’ en CentOS 8 publicado el septiembre 13, 2023 | en Herramientas
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • Matriz definida positiva en Excel Comprobar si una matriz es definida positiva en Excel sin macros publicado el octubre 18, 2023 | en Ciencia de datos, Herramientas
  • Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means publicado el junio 9, 2023 | en Ciencia de datos
  • Uso de múltiples ejes en Matplotlib publicado el agosto 4, 2022 | en Python

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

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • 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
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

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