当前位置: 首页 > news >正文

css层叠关系

文章目录

  • cascading
    • 声明冲突
    • 应用
      • 重置样式表
      • a元素的类选择器顺序问题

cascading

cascading – 层叠
解决声明冲突的过程,浏览器会自动处理;就是计算样式的权重,权重大的就被选择;

声明冲突

是指多个选择器选中同一个标签,如果属性名相同属性不同则会产生冲突,如果发生冲突浏览器会触发自己的层叠机制。层叠过程分成3个过程:依次从比较重要性、比较特殊性、比较原次序来触发层叠机制:

  1. 比较重要性

    1. 作者样式中!important属性样式
    2. 作者样式表中的普通样式
    3. 浏览器默认样式表的样式
  2. 比较特殊型
    总体规则就是看选择器,选择器针对的范围越小,那么对应的选择器越特殊,那么久选择对应的声明冲突的选择器样式。
    行内样式 > id选择器 > 类、伪类选择器、属性选择器 > 元素、伪元素选择器
    计算逻辑就是通过选择器计算出一个4位数,最终那个选择器的数值大就用那个选择器的声明冲突的属性:

    1. 千位:如果是内联样式,记1,否则记0
    2. 百位:等于选择器中所有id选择器的数量
    3. 十位:等于选择器中所有类选择器、属性选择器、伪类选择器的数量
    4. 个位:等于选择器中所有元素选择器、伪元素选择器的数量
      以上的这些数量,逢256进1,测试样式如下:
     <style>a {/* 0001 */color: red;}div ul a {/* 0003 */color: green;}#mydiv #myul a {/* 0201 */color: gray;}#mydiv #myul .mylink {/* 0210 */color: #008c8c;}#mydiv #myul a:link {/* 0211 */color: chocolate;}</style>
    
     <div id="mydiv"><ul id="myul"><li><a href="https://1234455.com" class="mylink">比较特殊性</a></li></ul></div>
    
  3. 比较顺序
    浏览器从上到下分析代码,后面的css覆盖前面的css样式

应用

重置样式表

书写一些作者样式,覆盖浏览器的默认样式:用重置样式表覆盖浏览器默认样式表,然后再编写样式表覆盖重置样式表样式:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tGeZTnKp-1692416057143)(images/resetCSS.png)]
重置样式表就是先重置样式表,保证在每个浏览器中的显示效果一样,然后在这个默认的样式表基础上编写个人的样式表。重置样式表的意义就在于使重置样式表可以复用,不然每个项目的样式表都要考虑浏览器的默认样式表。

a元素的类选择器顺序问题

  1. a:link
  2. a:visited
  3. a:hover
  4. a:active
    这4中选择器的优先级是一样的,那么后出现的会覆盖前面的,当多种情况出现时,要按照预期正确显示,就要按照上面的顺序进行css编写;
http://www.lryc.cn/news/131553.html

相关文章:

  • 【Unity实战篇 】| 如何在小游戏中快速接入一个新手引导教程
  • Lookup Singularity
  • idea 本地版本控制 local history
  • 【Freertos基础入门】深入浅出freertos互斥量
  • 皮爷咖啡基于亚马逊云科技的数据架构,加速数据治理进程
  • C++ string类详解
  • 深入浅出Pytorch函数——torch.nn.init.ones_
  • 一、docker及mysql基本语法
  • 【计算机网络】13、ARP 包:广播自己的 mac 地址和 ip
  • 通过微软Azure调用GPT的接口API-兼容平替OpenAI官方的注意事项
  • 回归预测 | MATLAB实现BO-SVM贝叶斯优化支持向量机多输入单输出回归预测(多指标,多图)
  • GAN!生成对抗网络GAN全维度介绍与实战
  • 自动驾驶仿真:基于Carsim开发的加速度请求模型
  • .netcore grpc客户端工厂及依赖注入使用
  • C语言入门_Day7 逻辑运算
  • 什么是Eureka?以及Eureka注册服务的搭建
  • Docker安装并配置镜像加速器,镜像、容器的基本操作
  • 前端 -- 基础 网页、HTML、 WEB标准 扫盲详解
  • 分布式锁实现方式
  • C语言小练习(一)
  • Flask-flask系统运行后台轮询线程
  • jsp本质-servlet
  • 回归预测 | MATLAB实现GWO-SVM灰狼优化算法优化支持向量机多输入单输出回归预测(多指标,多图)
  • 科技资讯|苹果Vision Pro新专利曝光:可调节液态透镜
  • 神经网络基础-神经网络补充概念-38-归一化输入
  • 【Redis】什么是缓存雪崩,如何预防缓存雪崩?
  • [国产MCU]-W801开发实例-开发环境搭建
  • 区间预测 | MATLAB实现QRGRU门控循环单元分位数回归时间序列区间预测
  • 改善神经网络——优化算法(mini-batch、动量梯度下降法、Adam优化算法)
  • 大数据面试题:Spark的任务执行流程