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 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
    查看>>
    OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
    查看>>
    OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
    查看>>
    OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
    查看>>
    Opencv中KNN背景分割器
    查看>>