博客
关于我
使用flexible适配移动端h5页面
阅读量:423 次
发布时间:2019-03-06

本文共 906 字,大约阅读时间需要 3 分钟。

flexible是淘宝提供的一套REM手机适配的库,使用简单实用。开发者可以通过引入flexible.js和flexible_css.js来清除默认样式,或者通过CDN方式获取。

在实际开发中,需要先通过Sublime Text安装cssrem插件。具体步骤如下:

  • 克隆项目仓库:git clone
  • 进入Sublime Text偏好设置,浏览包裹目录
  • 将cssrem目录复制到包裹目录中
  • 重启Sublime Text
  • 插件支持配置参数:

    • px_to_rem:px转rem的比例,默认为40,建议设置设计稿的1/10
    • max_rem_fraction_length:rem的小数位数,默认为6
    • available_file_types:支持文件类型,默认包括.css、.less、.sass

    示例配置:

    {  "px_to_rem": 37.5,  "max_rem_fraction_length": 6,  "available_file_types": [".css", ".less", ".sass", ".html"]}

    在HTML中直接使用rem单位即可,无需额外转换。对于文本适配,建议使用px,并结合[data-dpr]属性区分不同分辨率:

    div {  font-size: 12px;}[data-dpr="2"] div {  font-size: 24px;}[data-dpr="3"] div {  font-size: 36px;}

    Sass混合宏可自定义字号:

    @mixin font-dpr($font-size) {  font-size: $font-size;  [data-dpr="2"] & {    font-size: $font-size * 2;  }  [data-dpr="3"] & {    font-size: $font-size * 3;  }}@include font-dpr(16px);

    适用于段落文本的场景,可通过data-dpr属性动态调整字号。如需自定义slogan适配,可直接使用rem单位。

    参考文章:flexible适配方案

    转载地址:http://uzsuz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>