css 两栏布局的实现

目录

前言

1. 浮动布局

用法

代码示例

理解

2. Flex布局

用法

代码示例

理解

3. Grid布局

用法

代码示例

理解

高质量的设计


前言

两栏布局是一种常见的网页设计模式,它将页面分为两个主要区域:主内容区域和侧边栏。这种布局方式不仅能够提供清晰的内容结构,还能够提高页面的可读性和用户体验。随着Web技术的发展,实现两栏布局的方法也越来越多样化。本文将详细介绍几种常见的两栏布局实现方法,包括浮动布局、Flex布局和Grid布局,并提供代码示例和详细解释,帮助开发者更好地理解和运用这些布局技术。

1. 浮动布局

用法

浮动布局是一种传统的CSS布局方法,通过设置元素的float属性,可以使元素脱离文档流并向左或右浮动。

代码示例

html

<div class="container">
  <div class="sidebar">侧边栏</div>
  <div class="main-content">主内容</div>
</div>

css

.container {
  overflow: hidden;
}
.sidebar {
  float: left;
  width: 200px;
  background-color: #ccc;
}
.main-content {
  overflow: hidden;
  background-color: #f9f9f9;
}

理解

在这个例子中,.sidebar 设置了float: left;,使其向左浮动。.main-content 通过设置overflow: hidden;来清除浮动,防止其内容环绕在侧边栏周围。这种方法简单易用,但在一些复杂的布局场景中可能会遇到一些问题,如高度塌陷等。

2. Flex布局

用法

Flex布局是一种更为现代和灵活的CSS布局模型,它通过将容器设置为Flex容器,可以更容易地对其子元素进行灵活的排列和对齐。

代码示例

html

<div class="container">
  <div class="sidebar">侧边栏</div>
  <div class="main-content">主内容</div>
</div>

css

.container {
  display: flex;
}
.sidebar {
  width: 200px;
  background-color: #ccc;
}
.main-content {
  flex: 1;
  background-color: #f9f9f9;
}

理解

在这个例子中,.container 设置为display: flex;,使其成为一个Flex容器。.sidebar 设置了固定的宽度,而.main-content 则通过flex: 1;来占据剩余的空间。Flex布局提供了更为灵活和强大的布局能力,能够更容易地处理复杂的布局需求。

3. Grid布局

用法

Grid布局是最新的CSS布局模型,它提供了一种在二维空间内进行布局的方法,可以更直观和灵活地处理复杂的布局需求。

代码示例

html

<div class="container">
  <div class="sidebar">侧边栏</div>
  <div class="main-content">主内容</div>
</div>

css

.container {
  display: grid;
  grid-template-columns: 200px 1fr;
}
.sidebar {
  background-color: #ccc;
}
.main-content {
  background-color: #f9f9f9;
}

理解

在这个例子中,.container 设置为display: grid;,并通过grid-template-columns来定义两栏的宽度。.sidebar 占据了200px的宽度,而.main-content 则占据了剩余的空间。Grid布局提供了更为直观和灵活的布局能力,是目前推荐使用的布局方法之一。

高质量的设计

  1. 兼容性考虑:虽然Flex布局和Grid布局提供了强大的布局能力,但在一些旧的浏览器中可能不被支持。在使用这些布局方法时,需要考虑浏览器兼容性,并提供相应的回退方案。

  2. 响应式设计:随着移动设备的普及,响应式设计变得越来越重要。在实现两栏布局时,需要考虑在不同屏幕尺寸下的显示效果,并通过媒体查询等技术提供优化的布局。

  3. 性能优化:高质量的网页设计不仅要考虑视觉效果,还要考虑性能。确保布局代码的效率和优化,减少重绘和回流,提高页面的加载速度。

  4. 可访问性:确保布局对所有用户都是可访问的,包括残疾人。使用语义化的HTML标签,提供足够的对比度,确保布局在屏幕阅读器等辅助技术中能够正确工作。

  5. 维护性和可扩展性:编写清晰、结构化的代码,确保布局易于维护和扩展。使用CSS预处理器如Sass或Less可以提高样式代码的组织性和可维护性。

通过遵循这些最佳实践,开发者可以创建出既美观又高效的两栏布局,提供优秀的用户体验。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/105026.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

睿趣科技:抖音小店申请流程

随着移动互联网的发展&#xff0c;越来越多的人开始尝试通过开设网店来创业。抖音作为国内最受欢迎的短视频平台之一&#xff0c;也推出了自己的电商功能——抖音小店。那么&#xff0c;如何申请抖音小店呢?下面就为大家详细介绍一下抖音小店的申请流程。 首先&#xff0c;打开…

Vue3:将表格数据下载为excel文件

需求 将表格数据或者其他形式的数据下载为excel文件 技术栈 Vue3、ElementPlus、 实现 1、安装相关的库 下载xlsx 和 file-saver 库 npm install -S file-saver npm install -S xlsx引入XLSX库和FileSaver库 import XLSX from xlsx; import FileSaver from file-saver;…

linux音频-IIS音频接口

IIS 总线 IIS(Integrate Interface of Sound)即集成音频接口&#xff0c;在上个世纪 80 年代首先被 Philips 公司用于消费产品的音频设备&#xff0c; I2S规范 I2S总线只能用来处理audio data&#xff0c;而别的信号比如控制信号&#xff0c;编码信号则交给别的模块处理。为了…

iOS调试技巧——使用Python 自定义LLDB

一、类介绍 在使用Python 自定义LLDB之前&#xff0c;先了解一下LLDB的一些类型 SBTarget 正在被调试的程序SBProcess 和程序关联的具体的进程SBThread 执行的线程SBFrame 和线程关联的一个栈帧SBVariable 变量&#xff0c;寄存器或是一个表达式 一般情况下&#xff0c;我们…

【从0到1设计一个网关】自研网关的架构搭建

文章目录 项目骨架搭建领域模型与DDD核心上下文模型封装静态配置的加载组件生命周期源码地址: 源码地址 项目骨架搭建 这里我使用的IDE工具是IDEA。 从上文中我们了解到,我们的项目大概有五个模块,Client,Common,Register Center,Config Center,Core这五个模块。 下面…

Linux进程终止

文章目录 进程退出场景进程退出码strerrorerrno浅谈进程异常exit && _exit 进程退出场景 代码运行完毕&#xff0c;结果正确代码运行完毕&#xff0c;结果不正确代码异常 进程退出码 我们写的C/C的代码&#xff0c;main函数每次都需要返回0&#xff0c;而这个return…

比Nginx测试桩更方便,ShenYu网关的Mock插件

有时候为了方便测试&#xff0c;我们需要模拟 HTTP 外部接口的返回结果。通常情况下&#xff0c;我们可以使用 Nginx 测试桩来实现这个目的。然而&#xff0c;Nginx 的使用门槛较高&#xff0c;可能对一些初级开发和测试人员来说有一定的难度。相比之下&#xff0c;Apache Shen…

深度学习_6_实战_点集最优直线解_代码解析

问题描述&#xff1a; 上述题目的意思为&#xff0c;人工造出一些数据点&#xff0c;对我们的模型y Xw b ∈进行训练&#xff0c;其中标准模型如下&#xff1a; 其中W和X都为张量&#xff0c;我们训练的模型越接近题目给出的标准模型越好 训练过程如下&#xff1a; 人造数…

SCSS动态生成类

前言 在项目开发中&#xff0c;为了方便样式的复用和规范化&#xff0c;通常都会统一一些公共的样式类&#xff0c;如果用传统的css来写就会显得很臃肿。 最近看了看接手的项目的公共css文件&#xff0c;发现很多重复的样式声明&#xff0c;还有全局的样式使用不统一问题。 例…

80.每日一练:移除元素(力扣)

问题描述 代码解决以及思想 解法一 class Solution { public:int removeElement(vector<int>& nums, int val) {int len 0; // 初始化一个用于记录非目标值个数的变量// 创建一个迭代器 it&#xff0c;指向 nums 的开头vector<int>::iterator it nums.beg…

Ubuntu22.04 交叉编译阿里oss c-sdk

一、交叉编译openssl Ubuntu20.04 交叉编译openssl 1.0.1f_编译前去除 makefile 中所有的"-m64"字段_qq76211822的博客-CSDN博客文章浏览阅读319次。Ubuntu20.04 交叉编译openssl_编译前去除 makefile 中所有的"-m64"字段https://blog.csdn.net/sz7621182…

【码银送书第九期】《ChatGPT 驱动软件开发:AI 在软件研发全流程中的革新与实践》

计算机技术的发展和互联网的普及&#xff0c;使信息处理和传输变得更加高效&#xff0c;极大地改变了金融、商业、教育、娱乐等领域的运作方式。数据分析、人工智能和云计算等新兴技术&#xff0c;也在不断地影响和改变着各个行业。 如今&#xff0c;我们正在见证人工智能技术的…

Hadoop3教程(三十四):(生产调优篇)MapReduce生产经验汇总

文章目录 &#xff08;164&#xff09;MR跑得慢的原因&#xff08;165&#xff09;MR常用调优参数Map阶段Reduce阶段 &#xff08;166&#xff09;MR数据倾斜问题参考文献 &#xff08;164&#xff09;MR跑得慢的原因 MR程序执行效率的瓶颈&#xff0c;或者说当你觉得你的MR程…

在 Mac M1 上运行 Llama 2 并进行训练

在 Mac M1 上运行 Llama 2 并进行训练 Llama 2 是由领先的人工智能研究公司 Meta &#xff08;前Facebook&#xff09;开发并发布的下一代大型语言模型 (LLM)。 它基于 2 万亿个公共数据 token 进行了预训练&#xff0c;旨在帮助开发人员和企业组织构建基于人工智能的生成工具和…

Spring Boot + EasyUI 创建第一个项目(一)

创建一个Spring Boot和EasyUI相结合的项目。 一、构建一个Spring Boot项目 Spring Boot之创建一个Spring Boot项目&#xff08;一&#xff09;-CSDN博客 二、配置Thymeleaf Spring Boot Thymeleaf&#xff08;十一&#xff09;_thymeleaf 设置字体_人……杰的博客-CSDN博客…

程序员们平时都喜欢逛什么论坛呢?

网站不在多&#xff0c;好用就行&#xff1b;技术不求精&#xff0c;好摸鱼就行。是时候祭出我收藏夹里的这15个网站了&#xff01; 求职必备&#xff1a;牛客网 https://www.nowcoder.com/ 年少不知牛客好&#xff0c;等到要面试的时候才发现是神器。 你可以在牛客上搜索到一…

NetCore IIS Redis JMeter 登录压力测试

近期&#xff0c;由于某项目验收需要&#xff0c;需要登录接口同时满足至少400个账号同时并发登录&#xff0c;于是开始编写测试代码&#xff0c;以满足项目业务需要。首先&#xff0c;安装jdk&#xff0c;由于本机已安装jdk8&#xff1a; 如果你机器上没有安装jdk&#xff0c;…

第6周 .NET

好嘛&#xff01;本来以为上周SQL Server环境配置等已经够恶心了&#xff0c;没想到这周又得去搞所谓的Microsoft Visual Studio 2005了。 首先非常离谱的是&#xff0c;这个Microsoft Visual Studio 2005如果就是指Visual Studio 2005&#xff0c;那么已经是8年前的老的不行的…

SpringCloud复习:(2)@LoadBalanced注解的工作原理

LoadBalanced注解标记了一个RestTemplate或WebClient bean使用LoadBalancerClient来进行负载均衡。 LoadBalancerAutoConfiguration类给带注解的RestTemplate添加了拦截器&#xff1a;LoadBalancerInterceptor. 具体流程如下&#xff1a; 首先定义一个LoadBalancerInterceptor…

大语言模型(LLM)综述(三):大语言模型预训练的进展

A Survey of Large Language Models 前言4. PRE-TRAINING4.1数据收集4.1.1 数据源4.1.2 数据预处理4.1.3 预训练数据对LLM的影响 4.2 模型架构4.2.1 典型架构4.2.2 详细配置4.2.3 预训练任务4.2.4 解码策略4.2.5 总结和讨论 4.3 模型训练4.3.1 优化设置4.3.2 可扩展的训练技术 …