前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >移动端基础

移动端基础

作者头像
梨涡浅笑
发布于 2022-05-08 07:13:11
发布于 2022-05-08 07:13:11
1.7K00
代码可运行
举报
文章被收录于专栏:全栈自学笔记全栈自学笔记
运行总次数:0
代码可运行

移动端基础

移动端浏览器我们主要针对webkit内核进行兼容

现在移动端碎片化比较严重,分辨率和屏幕尺寸大小不一

1.移动端调试方法

  • Charome DevTools(谷歌浏览器) 的模拟手机调试
  • 搭建本地web服务器,手机和服务器一个局域网内,通过手机访问服务器
  • 使用外网服务器,直接IP或域名访问

2.视口

视口(viewport)就是浏览器显示页面内容的屏幕区域。视口可分为布局视口、视觉视口和理想视口

2.1布局视口 layout viewport

  • 一般移动设备的浏览器都默认设置了一个布局视口,用于解决早期的PC端页面在手机上显示的问题
  • iOSAndroid基本都将这个视口分辨率设置为980px,所以pc上的网页大多都能在手机上呈现,只不过元素看上去很小,一般默认可以通过手动缩放网页。

2.2视觉视口visual viewport

  • 用户正在看到的网站区域。
  • 可以通过缩放去操作视觉视口,但不会影响布局视口,布局视口仍保持原来的宽度

2.3理想视口 ideal viewport

  • 为了使网站在移动端有最理想的浏览和阅读宽度而设定
  • 需手动添写meta视口标签通知浏览器操作
  • meta视口标签的主要目的:布局视口的宽度应与理想视口宽度一致。

2.4meta视口标签

<meta name ="viewport" content="width=device-width, user-scalable=no, initial-scale=1.0, maximum-scale=1.0, minimum-scale=1.0"> 

属性

解释说明

width

宽度设置的是viewport宽度,可以设置device-width(宽度是设备宽度)特殊值

initial-scale

初始缩放比,大于0的数字(倍数,一般为1.0)

maximum-scale

最大缩放比,大于0的数字

minimum-scale

最小缩放比,大于0的数字

user-scalable

用户是否可以缩放,yes或no(1或0)(一般设置为no)

3.二倍图

3.1 物理像素&物理像素比

  • 物理像素点指的是屏幕显示的最小颗粒,是物理真实存在的。是厂商在出厂时就设置好的
  • 开发时用的1px不一定等于1个物理像素
  • PC端页面1px就等于1个物理像素,但移动端不同
  • 一个px能显示的物理像素点的个数,称为物理像素比或屏幕像素比

3.2多倍图

  • 物理像素比会放大图片倍数,会造成图片模糊
  • 在标准viewport设置中,使用倍图来提高图片质量,解决在高清设备中的模糊问题
  • 背景图片注意缩放问题

3.3二倍精灵图

  • 在firework里面把精灵图等比例缩放成原来的一半
  • 之后根据大小测量坐标
  • 注意代码里面background-size也要设置为精灵图原来宽度的一半

4.移动端开发选择

4.1单独移动端页面(主流)

通常情况下,网址域名前面加m(mobile)可以打开移动端。通过设备判断,如果是移动端打开,则自动跳转到移动端页面。

  • 流式布局(百分比布局)
  • flex弹性布局(强烈推荐)
  • less+rem+媒体查询布局
  • 混合布局

4.2响应式兼容pc移动端

通过判断屏幕宽度来改变样式,以适应不同终端

缺点:制作麻烦,需花费很大精力去调兼容性问题

  • 媒体查询
  • bootstarp

5.移动端技术解决方案

1.移动端浏览器

移动端浏览器基本以webkit内核为主,所以就考虑webkit兼容性问题。

2.css初始化 normalize.css

移动端CSS初始化推荐使用normalize.css

  • 保护了有价值的默认值
  • 修复了浏览器bug
  • 是模块化的
  • 拥有详细文档

官网地址:http://necolas.github.io/normalize.css/

3.特殊样式

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
 /* *手机端点击链接会有一个蓝色背景,就是点击高亮,需清除,设置为transparent* */
   div a {
     -webkit-tap-highlight-color: transparent;
   }
   /* *移动端浏览器默认的按钮和输入框外观要自定义更改需加上这个属性* */
   div button {
     -webkit-appearance: none;
   }
   /* *禁用长按页面时弹出菜单* */
   img,
   a {
     -webkit-touch-callout: none;
   }

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2020-08-14,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
Pandas 2.2 中文官方教程和指南(四)
由于许多潜在的 pandas 用户对 SQL 有一定的了解,本页旨在提供使用 pandas 执行各种 SQL 操作的一些示例。
ApacheCN_飞龙
2024/04/26
3180
Pandas 2.2 中文官方教程和指南(四)
Pandas 2.2 中文官方教程和指南(六)
对于可能来自Stata的潜在用户,本页面旨在演示如何在 pandas 中执行不同的 Stata 操作。
ApacheCN_飞龙
2024/05/24
2430
Pandas 2.2 中文官方教程和指南(五)
对于来自SAS的潜在用户,本页面旨在演示如何在 pandas 中执行不同的 SAS 操作。
ApacheCN_飞龙
2024/04/26
2060
各种各样的图
有时候,我们想画某一种图,就到处找代码,现学现卖。这里,笔者就做一个收集,使用python的matplotlib加上seaborn来美化的各种各样的图。
钱塘小甲子
2019/01/28
6430
R用户要整点python--pandas数据框取子集
昨天忘了发了!周末要去南京讲一场单细胞的线下课,我讲R语言部分。因为做了单细胞方向的定制,所以要重新备课啦。趁娃睡了一直搞,猛地一抬头一点半了。过点儿了我去。今天也是猛地一抬头十一点半了。
用户11414625
2024/12/20
800
R用户要整点python--pandas数据框取子集
R用户要整点python--数据框里的数据类型
1.info() 和.dtypes查看每一列的数据类型2..astype()数据类型转换练习:数据类型转换3..str.trip去除字符串前后的空格4..upper()和.lower()大小写转换练习:大小写转换5.category 分类数据练习:category
用户11414625
2024/12/20
600
R用户要整点python--数据框里的数据类型
R用户要整点python--pandas进阶
1.缺失值2.处理缺失值练习:处理缺失值3.Apply4.tidy数据重置索引练习5.groupby练习:groupby
用户11414625
2024/12/20
450
R用户要整点python--pandas进阶
【陆勤践行】Python和数据科学的起步指南
Python拥有着极其丰富且稳定的数据科学工具环境。遗憾的是,对不了解的人来说这个环境犹如丛林一般(cue snake joke)。在这篇文章中,我会一步一步指导你怎么进入这个PyData丛林。 你可能会问,很多现有的PyData包推荐列表怎么样?我觉得对新手来说提供太多的选择可能会受不了。因此这里不会提供推荐列表,我要讨论的范围很窄,只集中于10%的工具,但它们可以完成你90%的工作。当你掌握这些必要的工具后,你就可以浏览PyData工具的长列表了,选择自己接下来要使用的。 值得一提的是,我介绍的这几个工
陆勤_数据人网
2018/02/26
8750
【陆勤践行】Python和数据科学的起步指南
《利用Python进行数据分析·第2版》第10章 数据聚合与分组运算10.1 GroupBy机制10.2 数据聚合10.3 apply:一般性的“拆分-应用-合并”10.4 透视表和交叉表10.5 总
对数据集进行分组并对各组应用一个函数(无论是聚合还是转换),通常是数据分析工作中的重要环节。在将数据集加载、融合、准备好之后,通常就是计算分组统计或生成透视表。pandas提供了一个灵活高效的gruopby功能,它使你能以一种自然的方式对数据集进行切片、切块、摘要等操作。 关系型数据库和SQL(Structured Query Language,结构化查询语言)能够如此流行的原因之一就是其能够方便地对数据进行连接、过滤、转换和聚合。但是,像SQL这样的查询语言所能执行的分组运算的种类很有限。在本章中你将会看
SeanCheney
2018/04/24
5K0
《利用Python进行数据分析·第2版》第10章 数据聚合与分组运算10.1 GroupBy机制10.2 数据聚合10.3 apply:一般性的“拆分-应用-合并”10.4 透视表和交叉表10.5 总
Python 数据分析(PYDA)第三版(五)
对数据集进行分类并对每个组应用函数,无论是聚合还是转换,都可能是数据分析工作流程的关键组成部分。加载、合并和准备数据集后,您可能需要计算组统计信息或可能需要为报告或可视化目的计算数据透视表。pandas 提供了一个多功能的groupby接口,使您能够以自然的方式切片、切块和总结数据集。
ApacheCN_飞龙
2024/05/24
1830
Python 数据分析(PYDA)第三版(五)
Seaborn入门(一): 实现Boxplot
与之相关的函数seaborn.boxplot的具体参数为: seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, ax=None, **kwargs)
生信编程日常
2020/04/01
1.1K0
Seaborn入门(一): 实现Boxplot
数据清洗 Chapter03 | Seaborn常用图形
Seaborn是一个画图工具 Seaborn是基于Matplotlib的一个Python作图模块 配色更加好看,种类更多,但函数和操作比较简单 1、散点图 散点图可直接观察两个变量的分布情况 1、使用jiontplot()函数画出散点图 import seaborn as sns import pandas as pd import numpy as np iris = pd.read_csv('./data/iris.csv') sns.jointplot(x='sepal_leng
不温卜火
2020/10/28
1.7K0
数据清洗 Chapter03 | Seaborn常用图形
R用户要整点python--pandas画图
pandas 中的.plot方法可以直接画图。在要画图的列上调用 .plot() 方法并传入 kind 参数。该方法适用于数据框和Series object。
用户11414625
2024/12/20
630
R用户要整点python--pandas画图
数据分析入门系列教程-常用图表
今天我们来学习下数据可视化,其实在前面的章节中,我们也接触到了一些数据可视化的知识,在分析数据集的时候,有效的可视化图表,可以帮助我们更好的了解数据。
周萝卜
2020/10/10
2K0
数据分析入门系列教程-常用图表
☀️苏州程序大白一文从基础手把手教你Python数据可视化大佬☀️《❤️记得收藏❤️》
下载类库Numpy, SciPy, matplotlib, pandas 和 seaborn。可以参考本文
苏州程序大白
2021/10/12
9750
Python数据分析之Seaborn(回归分析绘图)
lmplot是一种集合基础绘图与基于数据建立回归模型的绘图方法。旨在创建一个方便拟合数据集回归模型的绘图方法,利用hue、col、row参数来控制绘图变量。
AI异构
2020/07/29
1.9K0
Python数据分析之Seaborn(回归分析绘图)
70个精美图快速上手seaborn!
Seaborn是一个基于Python的数据可视化库,它建立在Matplotlib之上,提供了一种更简单、更美观的方式来创建统计图形。Seaborn旨在帮助用户轻松地生成有吸引力和信息丰富的可视化结果。
皮大大
2023/05/31
2.6K0
70个精美图快速上手seaborn!
数据科学 IPython 笔记本 8.17 使用 Seaborn 的可视化
Matplotlib 据证明是一种非常有用和流行的可视化工具,但即使狂热的用户也会承认它经常会有很多不足之处。有几个对 Matplotlib 的有效的抱怨常常出现:
ApacheCN_飞龙
2022/05/07
1.4K0
数据科学 IPython 笔记本 8.17 使用 Seaborn 的可视化
大数据应用导论 Chapter05 | 数据可视化
数据可视化工具: 1、Matplotlib(Python):一个2D绘图库,可以绘制许多高质量的图形 2、Seaborn(Python):Matplotlib基础上的高级绘图库,运用简单的操作就能够画出较为复杂的图形 3、Tableau:一个强大的数据可视化工具,可实时进行可视化数据分析和数据探索 4、Echarts:由百度前端技术部开发的,基于Javascript的数据可视化图表库,提供直观、生动、可交互、可个性化定制的数据可视化图表
不温卜火
2020/10/28
2.5K0
大数据应用导论 Chapter05 | 数据可视化
盘点 | Python自带的那些数据集
在学习Pandas透视表的时候,大家应该注意到,我们使用的案例数据"泰坦尼克号"来自于seaborn自带的在线数据库,我们可以通过seaborn提供的函数load_dataset("数据集名称")来获取线上相应的数据,返回给我们的是一个pandas的DataFrame对象。
小萌哥
2020/07/21
3.3K0
盘点 | Python自带的那些数据集
推荐阅读
相关推荐
Pandas 2.2 中文官方教程和指南(四)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验