上周，Taro 團隊發布了一篇《小程序多端框架全面測評》，讓開發者對業界主流的跨端框架，有了初步認識。感謝 Taro 團隊的付出。

不過橫評這件事，要想做完善，其實非常花費時間。不是只看文檔就行，它需要：

• 真實的動手寫多個平臺的測試demo，比較各個平臺的功能、性能，它們的實際情況到底是不是如文檔宣傳的那樣？
• 真實的學習每個框架，了解它們的學習曲線，在實際開發中遇到問題時，感受它們的文檔、教程、社區生態和技服能力到底怎么樣？

我們 uni-app 團隊投入一周完成了這個深度評測，下面我們就分享下，實際開發不同框架的測試例遇到的問題，和最終的測試結果。

評測實驗介紹

• 開發內容：開發一個仿微博小程序首頁的復雜長列表，支持下拉刷新、上拉翻頁、點贊。

• 界面如下：

  
  
  image

• 開發版本：一共開發了6個版本，包括微信原生版、wepy版、mpvue版、taro版、uni-app版、chameleon版（以這些產品發布時間排序，下同），按照官網指引通過cli方式默認安裝(應該是最新穩定版)。

• 測試代碼開源（Github倉庫地址：https://github.com/dcloudio/test-framework），
  Tips:若有同學覺得測試代碼寫法欠妥，歡迎提交 PR 或 Issus

• 測試機型：紅米 Redmi 6 Pro、MIUI 10.2.2.0 穩定版（最新版）、微信版本 7.0.3（最新版）

• 測試環境：每個框架開始測試前，殺掉各App進程、清空內存，保證測試機環境基本一致；每次從本地讀取靜態數據，屏蔽網絡差異。

• 測試維度：

  1. 跨端支持度如何？
  2. 性能如何？
  3. 學習門檻
  4. 工具與周邊生態

1. 跨端支持度如何

開發一次，到處運行，是每個程序員的夢想。但現實往往變成開發一次，到處調錯。

各個待評測框架，是否真得如宣傳的那樣，一次開發、多端發布？

我們將上述仿微博App依次發布到各平臺，驗證每個框架在各端的兼容性，結果如下：

測試結果說明：

• ? 表示支持且功能正常，? 表示不支持，其它則表示支持但存在部分bug或兼容問題
• wepy 2.0 宣稱版已支持其他家小程序，本測試基于wepy官網指引安裝的wepy-cli默認版本為1.7.3，尚不支持多端
• chameleon嘗鮮版宣稱支付寶、百度小程序，本測試基于chameleon官網指引安裝的chameleon-tool默認版本為0.1.1，尚不支持其它小程序

通過這個簡單的例子可以看出，跨端支持度測評結論：uni-app > taro > chameleon > mpvue >wepy、原生微信小程序

但是僅有上面的測試還不全面，實際業務要比這個測試例復雜很多。但我們沒法開發很多復雜業務做評測，所以還需要再對照各家文檔補充一些信息。
由于每個框架的文檔中都描述了各種組件和API的跨端支持程度。我們過了幾家的文檔，發現各家基本是以微信小程序為基線，然后把各種組件和API在其他端實現了一遍：

• taro：H5端實現了大部分微信的API，App端和微信的差異比較大。
• uni-app：組件、API、配置，大部分在各個端均已實現，個別API有說明在某些端不支持?？梢钥闯鰑ni-app是完整在H5端實現了一套微信模擬器，在App端實現了一套微信小程序引擎，才達到比較完善的平臺兼容性。
• chameleon：非常常用的一些組件和API在各端已經實現，這部分的平臺差異較少。但大量組件和API需要開發者自己分平臺寫代碼。

跨端框架，一方面要考慮框架提供的通用api跨端支持，同時還要考慮不同端的特色差異如何兼容。畢竟每個端都會有自己的特色，不可能完全一致。

• taro：提供了js環境變量判斷和統一接口的多端文件，可以在組件、js、文件方面擴展多端，不支持其他環節的分平臺處理。
• uni-app：提供了條件編譯模型，所有代碼包括組件、js、css、配置json、文件、目錄，均支持條件編譯，可不受限的編寫各端差異代碼。
• chameleon：提供了多態方案，可以在組件、js、文件方面擴展多端，不支持其他方式的分平臺處理。

跨端框架，還涉及一個ui框架的跨端問題，評測結果如下：

• taro：官方提供了taro ui，支持小程序(微信/支付寶/百度)、H5平臺，不支持App，詳見
• uni-app：官方提供了uni ui，可全端運行；uni-app還有一個插件市場，里面有很多三方ui組件，詳見
• chameleon：官方提供了cml-ui擴展組件庫，可全端運行，但組件數量略少，詳見

最后補充跨端案例：

• mpvue：微信端案例豐富，未見其它端案例
• taro：微信端案例豐富，百度、支付寶、H5端亦有少量案例
• uni-app：微信、App、H5三端案例豐富，官方示例已發布到6端
• chameleon：未看到任何端案例

綜合以上信息，本項的最終評測結論：uni-app > taro > chameleon > mpvue > wepy、原生微信小程序

之前曾有友商掀起一番真跨端和偽跨端之爭，通過本次Demo實測，這個爭論可以蓋棺定論了。

2. 跨端框架性能如何

跨端框架基本都是compiler + runtime模式，引入的runtime是否會降低運行性能？

尤其是與原生微信小程序開發相比性能怎么樣，這是大家普遍關心的問題。

我們依然以上述仿微博小程序為例，測試2個容易出性能問題的點：長列表加載、大量點贊組件的響應。

2.1 長列表加載

仿微博的列表是一個包含很多組件的列表，這種復雜列表對性能的壓力更大，很適合做性能測試。

從觸發上拉加載到數據更新、頁面渲染完成，需要準確計時。人眼視覺計時肯定不行，我們采用程序埋點的方式，制定了如下計時時機：

• 計時開始時機：交互事件觸發，框架賦值之前，如：上拉加載（onReachBottom）函數開頭
• 計時結束時機：頁面渲染完畢(微信setData回調函數開頭)

Tips：setData回調函數開頭可認為是頁面渲染完成的時間，是因為微信setData定義如下(微信規范)：

測試方式：從頁面空列表開始，通過程序自動觸發上拉加載，每次新增20條列表，記錄單次耗時；固定間隔連續觸發 N 次上拉加載，使得頁面達到 20*N 條列表，計算這 N 次觸發上拉 -> 渲染完成的平均耗時。

測試結果如下：

說明：以400條微博列表為例，從頁面空列表開始，每隔1秒觸發一次上拉加載（新增20條微博），記錄單次耗時，觸發20次后停止（頁面達到400條微博），計算這20次的平均耗時，結果微信原生在這20次 觸發上拉 -> 渲染完成 的平均耗時為876毫秒，最快的uni-app是741毫秒，最慢的mpvue是4493毫秒

大家初看這個數據，可能比較疑惑，別急，下方有詳細說明

說明1：為何 mpvue/wepy 測試數據不完整?

mpvue、wepy 誕生之初，微信小程序尚不支持自定義組件，無法進行組件化開發；mpvue、wepy 為解決這個問題，將用戶編寫的Vue組件，編譯為WXML中的模板（template)，變相實現了組件化開發能力，提高代碼復用性，這在當時的技術條件下是很棒的技術方案。

但如此方案，在復雜組件較多的頁面，會大量增加 dom 節點，甚至超出微信的 dom 節點數限制。我們在 紅米手機（Redmi 6 Pro）上實測，頁面組件超過500個時，mpvue、wepy 實現的仿微博App就會報出如下異常，并停止渲染，故這兩個測試框架在組件較多時，測試數據不完整。這也就意味著，當頁面組件太多時，無法使用這2個框架。

dom limit exceeded please check if there's any mistake you've made

Tips：wepy在400條列表以內，為何性能高于微信原生框架，這個跟自定義組件管理開銷及業務場景有關（wepy編譯為模板，不涉及組件創建及管理開銷），后續對微博點贊，涉及組件數據傳遞時，微信原生框架的性能優勢就提現出來了，詳見下方測試數據。

說明2：uni-app 比微信原生框架性能更好？逆天了？

其實，在頁面上有200條記錄（200個組件）時，taro 性能數據也比微信原生框架更好。

微信原生框架耗時主要在setData調用上，開發者若不單獨優化，則每次都會傳遞大量數據；而 uni-app、taro 都在調用setData之前自動做diff計算，每次僅傳遞有變化的數據。

例如當前頁面有20條數據，觸發上拉加載時，會新加載20條數據，此時原生框架通過如下代碼測試時，setData會傳輸40條數據

data: {
    listData: []
},
onReachBottom() { //上拉加載
    let listData = this.data.listData;
    listData.push(...Api.getNews());//新增數據
    this.setData({
        listData
    }) //全量數據，發送數據到視圖層
}

開發者使用微信原生框架，完全可以自己優化，精簡傳遞數據，比如修改如下：

data: {
    listData: []
},
onReachBottom() { //上拉加載
    // 通過長度獲取下一次渲染的索引
    let index = this.data.listData.length;
    let newData = {}; //新變更數據
    Api.getNews().forEach((item) => {
        newData['listData[' + (index++) + ']'] = item //賦值，索引遞增
    }) 
    this.setData(newData) //增量數據，發送數據到視圖層
}

經過如上優化修改后，再次測試，微信原生框架性能數據如下：

|組件數量 | 微信原生框架（優化前） |微信原生框架（優化后） |uni-app|taro |
|:- |:- |:- |:- |
|200 |770 |572 |641 | 752 |
|400 |876 |688 |741 | 974 |
|600 |1111 |855 |910 | 1250 |
|800 |1406 |1055 |1113 | 1547 |
|1000 |1690 |1260 |1321 | 1878 |

從測試結果可看出，經過開發者手動優化，微信原生框架可達到更好的性能，但 uni-app、taro 相比微信原生，性能差距并不大。

這個結果，和web開發類似，web開發也有原生js開發、vue、react框架等情況。如果不做特殊優化，原生js寫的網頁，性能經常還不如vue、react框架的性能。

也恰恰是因為Vue、react框架的優秀，性能好，開發體驗好，所以原生js開發已經逐漸減少使用了。

復雜長列表加載下一頁評測結論：微信原生開發手工優化,uni-app>微信原生開發未手工優化,taro > chameleon > wepy > mpvue

2.2 點贊組件響應速度

長列表中的某個組件，比如點贊組件，點擊時是否能及時的修改未贊和已贊狀態？是這項測試的評測點。

測試方式：

• 選中某微博，點擊“點贊”按鈕，實現點贊狀態狀態切換（已贊高亮、未贊灰色），
• 點贊按鈕 onclick函數開頭開始計時，setData回調函數開頭結束計時；

在紅米手機（Redmi 6 Pro）上進行多次測試，求其平均值，結果如下：

說明：也就是在列表數量為400時，微信原生開發的應用，點贊按鈕從點擊到狀態變化需要111毫秒。

測試結果數據說明：

• wepy/mpvue 測試數據不完整的原因同上，在組件較多時，頁面已經不再渲染了
• 基于微信自定義組件實現組件開發的框架（uni-app/taro/chameleon），組件數據通訊性能接近于微信原生框架，遠高于基于template實現組件開發的框架（wepy/mpvue）性能

組件數據更新性能測評：微信原生開發,uni-app,taro > chameleon > wepy > mpvue

綜上，本性能測試做了2個測試，長列表加載和組件狀態更新，綜合2個實驗，結論如下：

微信原生開發手工優化,uni-app>微信原生開發未手工優化,taro > chameleon >> wepy > mpvue

3. 學習門檻

DSL語法支持度

主流跨端框架基本都遵循React、Vue（類Vue）語法，其主要目的：復用工程師的現有技術棧，降低學習成本。此時，跨端框架對于原框架（React/Vue）語法的支持度就是一個重要的衡量標準，如果支持度較低、和原框架語法差異較大，則開發者無異于要學習一門新的框架，成本太高。

實際開發中發現，各個多端框架，都沒有完全實現vue、react在web上的所有語法：
taro 對于 JSX 的語法支持是相對完善的，其文檔中描述未來版本計劃，

更多的 JSX 語法支持，1.3 之后限制生產力的語法只有只能用 map 創造循環組件一條

mpvue、uni-app 框架基于 Vue.js 核心，通過修改 Vue.js 的 runtime 和 compiler，實現了在小程序端的運行，支持絕大部分的Vue語法；uni-app 編譯到微信端曾經使用過mpvue，但后來重寫框架，支持了更多vue語法如filter、復雜 JavaScript 表達式等；

wepy、chameleon 都是 類Vue 的實現，僅支持 Vue 的部分語法，開發時需要單獨學習它們的規則；

DSL語法支持評測：taro,uni-app > mpvue > wepy,chameleon

學習資料完善度

• 官方文檔、搜索系統的完備度方面：uni-app文檔內容豐富，示例demo完備，taro次之，其他幾個框架相對要弱一些。mpvue文檔雖少，但其概念不復雜，也沒有支持H5、App，組件、API文檔都可直接看微信的文檔，學習難度倒也很低。
• 教程方面：uni-app官方有視頻教程，不少三方專業培訓機構也錄制的uni-app教程，包括騰訊課堂自家NEXT學院也錄制了uni-app培訓視頻課，公開售賣；mpvue在騰訊課堂也有三方視頻教程售賣；taro沒有視頻教程，但官方發布了掘金小冊；wepy和chameleon還沒有專業教程。

學習資料完善度評測：uni-app > mpvue , taro > chameleon > wepy

技術支持和社區活躍度

開發難免遇到問題，官方技術支持和社區活躍度很重要。

目前看，uni-app、taro、chameleon都有專職人員做技術支持，uni-app因交流群過多，還單獨引入了智能客服機器人。

活躍的社區意味著你遇到問題有人可問、或者前人會沉淀經驗到文章里供你搜索。uni-app官方有30多個交流群（其中有很多千人大群），自建論壇中有大量交流帖子；taro和mpvue有9個500人微信群；wepy官網的微信已無法添加，chameleon發布較晚，用戶群還較少。除uni-app外，其他框架沒有自建論壇社區。

本次評測demo開發期間，我們的同學（同時掌握vue和react），在學習研究各個多端框架時，切實感受到由于語法、學習資料、社區的差異帶來的學習門檻，吐出了很多槽。

綜合評估，本項評測結論：uni-app > taro > mpvue > wepy > chameleon

Tips:本測評忽略React、Vue兩框架自身的學習門檻

4. 工具和周邊生態

工具

所有多端框架均支持cli模式，可以在主流前端工具中開發。
各框架基本都帶有d.ts的語法提示庫。
由于mpvue、uni-app、taro直接支持vue、react語法，配套的ide工具鏈較豐富，著色、校驗、格式化完善，chameleon針對部分編輯器推薦了插件，wepy有一些三方維護的vscode插件。

工具屬性維度，明顯高出一截的框架是uni-app，其出品公司同時也是HBuilder的出品公司，DCloud.io。
HBuilder/HBuilderX系列是國產開發工具，有300萬開發者用戶。
HBuilderX為uni-app做了很多優化，故uni-app的開發效率、易用性非其他框架可及。
當然對于不習慣HBuilderX的開發者而言，uni-app的這個優勢無法體現。

周邊生態

一個底層框架，其周邊配套非常重要，比如ui庫、js庫、項目模板。

• wepy：出現時間久，開源項目多，占據一定優勢。
• mpvue：發布時間也較早，歷史積累較多。
• taro：官方提供了taro ui，github上有一些開源項目。
• uni-app：提供了插件市場，ui庫、周邊模板豐富
• chameleon：還沒有形成周邊生態。

值得注意的是，uni-app和mpvue的插件生態是互通的，都是vue插件。所以雙方還聯合舉辦了插件大賽。這個聯合生態的周邊豐富度，是目前各個框架中最豐富的。

順便打個廣告，歡迎有實力的同學參加 uni-app/mpvue插件開發大賽，領取iPhone Xs Max等豐厚獎品。

綜上比較，工具和周邊生態評測結論：uni-app,mpvue > wepy > taro > chameleon

其他常見評測指標

github star：

frame_star@20190725.png

github star 數對比：taro > wepy > mpvue > uni-app > chameleon

Tips:

• star 數采集時間：2019.07.25 18:18
• star 數量和產品發布時間有關，也和用戶使用習慣有關；除uni-app外，其他框架的交流互動主要是github的issus，uni-app的開發者一般在uni-app的問答社區中交流反饋，github頁面訪問量較低。

百度指數

百度指數代表了開發者的搜索量和包含關鍵字的網頁數量。如下是各跨端框架近7天（2019-03-24 ~ 2019-03-30）的百度指數：

image

Tips:

• wepy未被百度指數收錄，說明其搜索量和包含該關鍵字的網頁數量都不夠多。
• taro和chameleon 的名稱取自于已存在的名稱，實際指代開發框架的指數應該更低。

案例

僅看發布到微信小程序的案例，數量和質量綜合對比，wepy > mpvue > taro , uni-app > chameleon

如果看多端案例，綜合對比，uni-app > taro > mpvue > wepy > chameleon

除了uni-app外，其他跨端框架的出品方本身為一線開發商，其內部項目會使用這些框架，經受過實戰考驗。但同時鮮有其他大開發商使用這類框架。

這里面有面子問題，也有兼容問題。很多開發商做的框架，可以滿足其自身業務需求，但對外開放后想滿足所有開發者，仍然需要投入大量工作完善產品，很多開發商主營業務不在此，并沒有這么做。

這也是很多開源項目被稱為KPI項目的原因。

客觀講，凹凸實驗室投入如此大精力打磨taro，讓uni-app團隊也很驚訝和佩服。
chameleon團隊初期投入也很大，但發布時間還短，如果能長期投入下去，也是令人敬佩的。
uni-app團隊本身就是專業做開發者服務的，案例很多，但創業者居多。

可以說整個多端框架市場仍處于起步期，距離讓更多開發者接受，還需要所有框架作者的共同努力。

其他補充說明

1. 開源和App側的補充說明

有的友商在評測中提到uni-app的開源性不足問題。
需要說明下，uni-app和其他多端框架一樣，都是前端框架，是純開源的。

除了uni-app，其他框架的App端，或者使用expo(一個基于react native的封裝庫）、或者使用weex。

做過這些開發的人都知道，原生排版引擎和web排版引擎有很多差異。而且不管react native還是weex，都只是渲染器，能力部分還需要開發者寫原生代碼，這就無法跨端了。expo比react native強的是多封裝了一些能力，但也帶來新的限制。

uni-app的App端，是一個真的小程序引擎，又補充了可選的weex引擎。這也是uni-app在App端能夠提供比其他跨端框架更好兼容性的原因。

而這個引擎，是另一個開源項目，叫h5p，這個引擎是部分開源狀態。

整個業內目前還不存在一個完全開源的小程序引擎。

不過uni-app的App端使用許可是完全免費，可以放心使用。

其實也不用好奇為什么DCloud會有小程序引擎，因為業內第一個做小程序的并不是微信，而是DCloud。

關于App端，其實可以再寫出一篇很長的專業評測。后續uni-app團隊會再做一篇App端與react native、weex、cordova、flutter等框架的對比。

2. 轉換和混寫

taro提供了原生小程序轉換為taro工程的轉換器，也支持在原生小程序里部分頁面嵌入taro編寫的頁面，這是taro的特色，其他跨端框架沒有提供。這對于降低入門門檻有不少幫助。

結語

真實客觀的永遠是實驗和數據，而不是結論。不同需求的開發者，可以根據上述實驗數據，自行得出自己的選型結論。

但作為一篇完整的評測，我們也必須提供一份總結，雖然它可能加入了我們的主觀感受：

如果你想多端開發，提升效率，不想踩太多坑，uni-app相對更完善。

如果你只開發微信小程序，不做多端，那么使用uni-app、微信原生開發、taro是更優的選擇。

• 如果使用微信原生開發，需要注意手動寫優化代碼來控制setdata
• 如果你是react系，那就用taro
• 如果是vue系，那就用uni-app，uni-app在性能、周邊生態和開發效率上更有優勢

如果你主要為了微信端和H5端，那么uni-app和taro都可以。可以根據自己熟悉的技術棧選擇。

如果你主要需要跨App端，uni-app兼容性更好，其他框架的App端差異過大。如果你只關心App，不關心小程序和H5，那歡迎關注我們后續的評測：uni-app和cordova、react native、flutter的深度比較。

如果你主要為了各家小程序，且不用復雜組件，那除了uni-app和taro，mpvue也是不錯的選擇。mpvue發布2.0版本后，搜索指數明顯爬升，希望能持續更新，迎來二次繁榮。

chameleon發布不久，提供的組件和API還很少，但其未來的規劃比較令人期待，值得關注。

這篇評測寫完后，小編有點惴惴不安。

一方面本評測不太溫和，容易得罪人。但我們相信，這樣的評測，會激起所有跨端框架從業者的斗志，讓大家投入更多去完善產品，這對整個產業、對前端開發者，是大好事。

另一方面，讀者可能會以為現階段的uni-app很完美，其實我們深知uni-app還有很多需要完善的地方。uni-app團隊也將持續投入心血，為中國的前端開發者造福！

如有讀者認為本文中任何評測失真，歡迎在這里報issues。