Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大连源动力科技有限公司徐泓昊获国家专利权

大连源动力科技有限公司徐泓昊获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉大连源动力科技有限公司申请的专利基于软件开发框架衍生的多应用微前端实现方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115309398B

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210972615.5,技术领域涉及:G06F8/38;该发明授权基于软件开发框架衍生的多应用微前端实现方法是由徐泓昊;许宏达;黄志道;张仁庆设计研发完成,并于2022-08-15向国家知识产权局提交的专利申请。

基于软件开发框架衍生的多应用微前端实现方法在说明书摘要公布了:本发明涉及微前端开发技术领域,提供一种基于软件开发框架衍生的多应用微前端实现方法,包括:步骤A,根据工程管理的需要,对应用进行拆分,形成基盘应用和子应用;其中,所述基盘应用是系统的底层架构,所述基盘应用包含了基础功能的应用架构;所述子应用,可以按行业进行具体划分;步骤B,建立共通的UI组件库和工具类库;步骤C,使用模块扩展,重写N框架核心逻辑,以完成qiankun对于子应用的接入需求;步骤D,为各子应用创建脚手架工程。本发明能够实现基盘在项目之间的可复用性,降低维护成本,提高开发效率。

本发明授权基于软件开发框架衍生的多应用微前端实现方法在权利要求书中公布了:1.一种基于软件开发框架衍生的多应用微前端实现方法,其特征在于,包括以下过程: 步骤A,根据工程管理的需要,对应用进行拆分,形成基盘应用和子应用;其中,所述基盘应用是系统的底层架构,所述基盘应用包含了基础功能的应用架构;所述子应用,可以按行业进行具体划分; 步骤B,建立共通的UI组件库和工具类库; 步骤C,使用模块扩展,重写N框架核心逻辑,以完成qiankun对于子应用的接入需求;所述步骤C,包括步骤C1至步骤C3: 步骤C1,重写N框架下的客户端client.js模板文件; 步骤C2,定义实例,注册插件; 步骤C3,编写client.js模块文件; 所述步骤C1,包括步骤C1-1至步骤C1-8: 步骤C1-1,在使用qiankun的场合下,暴露qiankun框架所需的bootstrap、mount、update、unmount生命周期函数,否则保留原始逻辑并进行画面渲染; 步骤C1-2,在qiankun的场合下,不改变webpack_public_path的值; 步骤C1-3,在qiankun模式下,创建app的时候,需要将基盘应用传过来的数据参数设置到全局的配置变量当中; 步骤C1-4,加载异步组件时,qiankun模式下,如果路由跳转先不是微应用的路径,不做任何处理,跳过继续执行后续路由跳转逻辑; 步骤C1-5,画面渲染时,qiankun模式下,如果路由跳转先不是微应用的路径,不做任何处理,跳过继续执行后续路由跳转逻辑; 步骤C1-6,组件规范化时,qiankun模式下,如果路由跳转先是微应用的路径,才执行规范化逻辑操作; 步骤C1-7,mountApp时,qiankun模式下,需更改子应用的挂载点;非qiankun模式下,保持原有逻辑; 步骤C1-8,定义全局app实例,以便在各个函数逻辑中能访问到app实例; 所述步骤C3,包括步骤C3-1至步骤C3-6: 步骤C3-1,接收外部定义参数; 步骤C3-2,为本模块添加模板插件; 步骤C3-3,扩展webpack配置并输出umd或者自定义的库; 步骤C3-4,为本模块添加模板文件; 步骤C3-5,添加钩子函数listen,设定htmlentry的绝对路径以便可以正确地获取子应用; 步骤C3-6,添加钩子函数render:route,为编译过的文件设定Access-Control-Allow-Origin; 步骤D,为各子应用创建脚手架工程。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人大连源动力科技有限公司,其通讯地址为:116011 辽宁省大连市高新技术产业园区黄浦路701号16层2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。