内容简介:Flexbox 對於macOS Mojave 10.14.5WebStorm 2019.1.3
Flexbox 對於 水平對齊 ,並沒有專屬 Property 設定,而是由 row-direction 與 justify-content 決定。
Version
macOS Mojave 10.14.5
WebStorm 2019.1.3
Safari 12.1.1
CSS 3
HTML
index.html
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Flex</title>
<link rel="stylesheet" href="style.css">
</head>
<body>
<div class="box">
<div class="item item1">1</div>
<div class="item item2">2</div>
<div class="item item3">3</div>
</div>
</body>
</html>
對 3 個 <div> 做水平 layout。
Left Alignment
style.css
.box {
display: flex;
justify-content: flex-start;
width: 960px;
height: 240px;
margin: auto;
background-color: #d3d3d3;
}
.item {
width: 300px;
}
.item1 {
background-color: #faa;
}
.item2 {
background-color: #afa;
}
.item3 {
background-color: #aff;
}
第 1行
.box {
display: flex;
justify-content: flex-start;
}
display 為 flex ,表示使用 flexbox。
若沒特別指定 flex-direction ,預設為 row ,表示內容為 由左至右 。
justify-content 為 flex-start ,因為 由左至右 ,相當於 靠左對齊 。
.box {
display: flex;
flex-direction: row-reverse;
justify-content: flex-end;
}
flex-direction 為 row-reverse ,表示內容為 由右至左 。
justify-content 為 flex-end ,表示從尾部開始對齊,相當於 靠左對齊 。
因為 flex-direction 設定不同,所以前者內容為 由左至右 ,後者為 由右至左 ,但結果都是 靠左對齊 。
Right Alignment
.box {
display: flex;
justify-content: flex-end;
}
若沒特別指定 flex-direction ,預設為 row ,表示內容為 由左至右 。
justify-content 為 flex-end ,因為 由左至右 ,相當於 靠右對齊 。
.box {
display: flex;
flex-direction: row-reverse;
justify-content: flex-start;
}
flex-direction 為 row-reverse ,表示內容為 由右至左 。
justify-content 為 flex-start ,表示從頭部開始對齊,相當於 靠右對齊 。
因為 flex-direction 設定不同,所以前者內容為 由右至左 ,後者為 由左至右 ,但結果都是 靠右對齊 。
Horizontal Center Alignment
.box {
display: flex;
justify-content: center;
}
若沒特別指定 flex-direction ,預設為 row ,表示 由左至右 。
justify-content 為 center ,相當於 水平置中 。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Java程序员怎样才能在两年内,技术水平达到月薪2w的水平呢!
- 水平分库如何做到平滑扩展
- Redis集群水平扩展(二)
- Redis集群水平扩展(一)
- Vuetify 之水平對齊
- html – 水平滚动的图像列表
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
信息论、推理与学习算法
麦凯 / 高等教育出版社 / 2006-7 / 59.00元
本书是英国剑桥大学卡文迪许实验室的著名学者David J.C.MacKay博士总结多年教学经验和科研成果,于2003年推出的一部力作。本书作者不仅透彻地论述了传统信息论的内容和最新编码算法,而且以高度的学科驾驭能力,匠心独具地在一个统一框架下讨论了贝叶斯数据建模、蒙特卡罗方法、聚类算法、神经网络等属于机器学习和推理领域的主题,从而很好地将诸多学科的技术内涵融会贯通。本书注重理论与实际的结合,内容组......一起来看看 《信息论、推理与学习算法》 这本书的介绍吧!