XStream （ https://github.com/staltz/xstream ）。这个类库呢，和 RxJS 差不多，但更轻量。
和网上的其他类库比较起来，XStream 引入的步骤不算太烦：
-
找一个目录，npm install xstream 一下；
-
在小程序工程目录下新建一个 libs 目录，然后再建一个 xstream 目录。
-
然后在 node_modules/xstream 目录中把 index.js 拷贝到 libs/xstream 下。
-
去 node_modules/symbol-observable/lib 中，把 index.js 和 ponyfill.js 都拷贝到 libs/xstream 下。
-
把 index.js 改名成 symbol-observable.js，要不然，就会遇到重名问题。
-
如果你需要一些其他操作符，可以去 node_modules/xstream/extra 中找，找到后把相应的 JS 文件（比如 debounce.js）拷贝到 libs/xstream/extra 中。
好了，XStream 的引入至此已经完毕，我们看看，如何在小程序工程中使用 XStream 吧。
先来体验一下什么是流式编程。在 pageParams.onLoad 中加上如下代码——当然，别忘了引入 XStream。
到 Console 中看一下，输出结果为 0、4、completed。
我们来手动复原一下过程，首先 xs.periodic(1000)，是这样一个流：
-
第一秒时，发射 0，0 是偶数，满足 filter 条件，进入转换。0 的平方还是 0，结束条件未满足，于是输出 0；
-
第二秒时，发射 1，1 为奇数，被淘汰；
-
第三秒时，发射 2，2 是偶数，满足 filter 条件，进入转换。2 的平方是 4，结束条件未满足，于是输出 4；
-
第四秒时，发射 3，3 为奇数，被淘汰；
-
第五秒时，输出 4，4 是偶数，满足 filter 条件，进入转换。4 的平方是 16，但结束条件已满足，输出 completed。
这个小例子虽然简单，但是涉及到了多个流式编程的操作符。这种串（chain）起来的感觉真是很爽。
由于微信小程序的基于回调函数的设计，我们需要对其 API 进行封装后使其具备响应式编程的能力。
首先，没用 XStream 的时候，代码是下面这样的。
先别急，前面的一大部分代码，是在将传统的函数改造成流式的函数。
这些改造工作如果在普通的 HTML+Javascript 环境中是很好解决的，因为不论是 RxJS 还是 XStream，都提供了转换类操作符，可以方便的帮我们进行转换。
但现在不行啊，这些老外的类库写的时候肯定不会考虑微信的。那怎么办？只好自己写吧。
还是这个例子，我们创建一个叫 http.js 的文件。在这里，我们对应 4 种网络请求方法（GET，POST，PUT，DELETE），分别构造了专门的函数用语转换。
工具类建好之后，我们的 onLoad 函数就变得很简单了，是吧？
你想了一下跟我说：你在逗我吗？我不用 XStream 也可以这样封装，代码也会简洁很多啊。
别急，我们费这么大劲把它转换成流式函数，不是只是为了简洁，而是能够使用响应式编程更多特性。
比如，上面的代码我们加一个需求：在出错后再进行若干次重试，但需要控制总用时。这个需求很常见，但是常规写法很复杂。
上面代码中，我们每隔一秒（periodic(1000)），输出一个从 0 开始、每次增长 1 的自然数。
接着，在转换函数中生成一个 1-10 的随机数。如果前面数据流发射的数大于这个随机数，我们就手动抛出一个异常，反之原样返回这个数字。
-
遇到异常应该重试，那我们使用 replaceError((err) => demo$)，每次遇到异常，我们都再执行一遍前面的数据流；
-
我们应该控制超时时间 10 秒，所以使用 .endWhen(xs.periodic(10000))。
我们来看看输出，一开始从 0 到 3 都比较正常，然后程序抛出了异常。replaceError((err) => demo$) 捕获到这个异常，并且用 demo$ 替换错误，也就是说再次执行。
慢着，那不是死循环了吗？没事，我们设定了一个退出条件，就是 10 秒结束该流。
在这个过程中，我们需要注意：在 XStream 中所有的流默认都是 Hot Observable。
想象一下，我们在看电视直播，我们所有的人不管你是什么时候打开的电视，我们开的内容、进度都是一样的。这就是 Hot Observable。
但 Cold Observable 并不一样，相当于是网络视频。你看到第 20 分钟后我才打开这个视频，这个时候，我的观看进度是从头开始的。
下面是用 RxJS 写的一个每隔 1 秒生成一个增长 1 的自然数流，第二个用户在前一个用户 2 秒之后开始使用。我们会看到下面的情况。
同样的逻辑，用 XStream 实现的代码，出来的是另一番景象。
当然在很多场景中，这种差别不会带来本质的变化。比如 HTTP 请求，本身就是一次性的请求，所以 hot 和 cold 的结果是一样的。
RxJS 作为大而全的类库，当然会同时支持 Hot Observable 和 Cold Observable 的。
XStream 的作者其实也是 RxJS 的 contributor（贡献者）。但他认为，在 web 前端领域，hot 的应用频率远比 cold 要多，所以做了这个精简版的响应式类库。
上述方法用于普通 API 的封装一点问题也没有，但是在做输入事件时，我遇到了一些小麻烦。
获取输入事件不困难。小程序输入事件，也是绑定在 WXML 中的 <input> 控件中，用 bindinput 来指定一个 eventHandler。我将它定名为 addTodo。
如果要把事件截获并以数据流输出的话，我们需要在 onLoad 中进行事件处理函数的定义。
比如下面的代码可以让我们实现对于输入事件的定义，在其定义中我们其实使用了流数据的发射作为其函数体。
这样封装后，我们可以使用一些操作符来实现诸如滤波器等功能。
下面的代码片段，就是用于过滤快速输入（小于 400 毫秒）事件的。
但这种的封装有个问题：我们要把这个封装提取为一个单独函数时，由于 this.addTodo 仍未初始化，它就无法作为参数传递，而且 addTodo 也不能写死。
怎么办？我试了几种方案后，选取了使用 Object.defineProperty 的形式，动态定义 pageParams 对象的命名属性的方法。
当然，这个方法还是有一些问题，比如，你仍然需要给这些方法一个初始值（有同学如果有更好的建议请指教）。
下面就是目前实现的抽象封装代码。在下面的代码中，由于我们对外发射的是事件（event），所以其实它不光可以用于输入事件，理论上任意事件都可以。
也就是说，我们自己实现了类似 Rx.Observable.fromEvent 的功能。
我为了能在微信顺利使用 XStream，建立了一个 Github 项目，名叫 wxstream （https://github.com/wpcfan/wxstream）。
博客地址：http://blog.yoqi.me/?p=2363
这篇文章还没有评论