阿里云前端周刊 - 第 38 期

推荐

1. ESM 的目前实现与将来规划

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

ES 模块化标准最先是 2015 年在 ECMAScript 6 中发布，如今咱们已经能够在三个主流浏览器中使用 ES Modules。而 Node.js 目前是采用了 Common.js 模块化方案，咱们能够在应用中经过 require 方法来引入其余模块。两种模块机制的巨大差别使得同时兼容 Common.js 与 ESModule 并不是易事；而自 Node.js 8.9.0 以来，开发者能够实验性地使用 ESModules，本文便是对于社区的反馈以及 ESM 的将来规划进行介绍。

2. 将 REST APIs 转化为实时 APIs

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

实时交互式现代技术栈中的重要组成，从而知足用户与企业的高速频繁地数据需求；本文便是介绍如何利用开源的 Pushpin 来将 REST API 转化为实时 API。本文首先介绍了请求-响应架构与事件驱动架构地区别，而后对比了现有的事件接口的解决方案，最后介绍了 Pushpin 的特性与部署方式。

3. NectarJS: 将 JavaScript 编译为平台相关的二进制代码

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

本文做者 Adrien Thierry 近年来致力于，打造将 JavaScript 编译为平台相关的二进制代码的途径，其在本文中介绍了开源的 NectarJS 的设计理念与运行机制。做者将 NectarJS 定位为编译即服务，即可以在优化 JavaScript 自己性能的同时，支持将其编译为 WebAssembly、IoT、Windows、OSX、Linux 等等各个平台或者目标的格式。

其它

1. GraphQL 技术栈概览：如何将全部的功能组合起来

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

这篇文章简要介绍了 GraphQL 的现状，而后阐述它将来一段时间内的演化会给开发人员带来哪些好处，尤为重点介绍了全栈 GraphQL 集成的三个样例：缓存、性能跟踪和模式拼接。

2. REST 就是新时代的 SOAP

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

本文做者分享了其对于 REST 的见解，不可避免地带有主观色彩，能够辩证地去看待。做者首先讨论了 RESTful API 的不足，其抽象简练的原则每每不能知足真实业务场景中的问题；而后做者又讨论了 REST 动词、错误处理乃至于基础概念上的不足，做者并未在本文中讨论他理想的解决方案，只是抛出了不少问题留待读者去思考。

3. CSS 工程化演进

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

CSS 自己并没有编程特性，但在其工程化技术的发展中缺不乏不少优秀的编程思想，不管是自定义的 DSL 仍是基于 JS，这其中带给咱们思考的正是编译思想。

4. 面向前端工程师的机器学习引导课

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

按照目前的发展，未来人工智能会跟全部人产生紧密关联，前端工程师也是人类，做为人类，应该在某种程度上了解人工智能，然后能更好地使用人工智能的产品。

5. Electron 开发跨平台构建流程设计

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

这是 Electron 系列文章的第二篇，本文将和你们分享我是怎么去构建自动化的 Electron 开发构建工程的，说白了，就是怎么把敲的代码变成一个用户能够下载安装的包。固然随着以后应用复杂度的提高和技术再选型，工程体系可能随时会重构或演进，但至少能够给你们一些参考，欢迎留言交流。工程自动化，应该是全部开发者的一种基础追求，当你搭建建好工程体系，之后你将专一于产品功能的开发，而不会花大量没必要要的时间去手动构建。

6. 利用机器学习突破图片验证码

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

图片验证码是现代网页中常见的安全防火墙之一，可以用于人机识别，避免爬虫等恶意抓取行为；本文则是以著名的 WordPress 图片验证码插件为例，介绍如何使用机器学习来突破验证码的限制。本文做者主要使用了 Python 3, OpenCV, Keras, TensorFlow 这些常见的机器学习库与工具，首先介绍了如何使用 WordPress 的插件创造训练数据集，而后介绍了深度卷积神经网络的基本原理以及如何进行神经网络的训练，最后介绍了如何使用训练好的模型进行图片识别。

阅读原文http://click.aliyun.com/m/40180/