程序猿HTML5與原生javascript開(kāi)發(fā)高級(jí)拖拽照片墻

擊查看照片墻動(dòng)圖特效

如何提高javascript邏輯思維？如何開(kāi)發(fā)特效？

javascript課題：高級(jí)原生javascript拖拽照片墻

知識(shí)點(diǎn)：HTML/CSS布局，兼容性處理

原生javascript DOM操作，鼠標(biāo)拖拽功能，

碰撞檢測(cè)，勾股定理計(jì)算最小距離，原生javascript運(yùn)動(dòng)框架封裝，

面向過(guò)程函數(shù)式封裝思維。2017就業(yè)形勢(shì)分析等

PS：這個(gè)特效對(duì)于布局的要求并不高，大部分學(xué)習(xí)web前端的朋友都可以做出來(lái)，但是對(duì)

于javascript的要求不低，特別是對(duì)于邏輯思維，以及一些兼容性的處理，還有js的碰撞檢測(cè)，

算法，在這個(gè)案例里我們用的都是原生 javascript代碼，原生JS一定是我們面試中必須要學(xué)的

東西，而不是能用jquery湊數(shù)的。

前端學(xué)習(xí)群47059+3776，歡迎初學(xué)和進(jìn)階中的伙伴，每日分享干貨！

以下附上HTML/JAVASCRIPT源碼：

點(diǎn)擊查看源碼動(dòng)圖

頭條號(hào)里有許多web前端學(xué)習(xí)視頻，企業(yè)常用特效/案例/項(xiàng)目，敬請(qǐng)關(guān)注！

文末調(diào)查，你覺(jué)得前端工作難找嗎？

. 前言

在日常工作中，為了更直觀的發(fā)現(xiàn)數(shù)據(jù)中隱藏的規(guī)律，察覺(jué)到變量之間的互動(dòng)關(guān)系，人們常常借助可視化幫助我們更好的給他人解釋現(xiàn)象，做到一圖勝千文的說(shuō)明效果。

在Python中，常見(jiàn)的數(shù)據(jù)可視化庫(kù)有:

matplotlib 是最常見(jiàn)的2維庫(kù)，可以算作可視化的必備技能庫(kù)，由于matplotlib是比較底層的庫(kù)，api很多，代碼學(xué)起來(lái)不太容易。
seaborn 是建構(gòu)于matplotlib基礎(chǔ)上，能滿足絕大多數(shù)可視化需求。更特殊的需求還是需要學(xué)習(xí)matplotlib。

上述兩個(gè)庫(kù)都是靜態(tài)的可視化庫(kù)，大多數(shù)做過(guò)前端Web開(kāi)發(fā)的同學(xué)都用到過(guò)Echarts.js庫(kù)，它是一款前端可視化的JS庫(kù)、功能非常之強(qiáng)大。在使用之前，需要導(dǎo)入js庫(kù)到項(xiàng)目中。對(duì)于平時(shí)用Python較多的同學(xué)而言，如果每次實(shí)現(xiàn)可視化功能(特別是一些小需求)，都需要引用js庫(kù)顯然不太方便，于是就在想有沒(méi)有Python與Echarts結(jié)合的輪子。答案是肯定的，在Github中就有一個(gè)國(guó)人開(kāi)發(fā)的一個(gè)Echarts與Python結(jié)合的輪子：Pyecharts，它不僅很好的兼容了web項(xiàng)目，而且可以做到可視化的動(dòng)態(tài)效果。

2. Pyecharts介紹

Pyecharts 是一個(gè)用于生成 Echarts 圖表的類庫(kù)。常規(guī)的Echarts 是由百度開(kāi)源的一個(gè)數(shù)據(jù)可視化 JS 庫(kù)，主要用于數(shù)據(jù)可視化。簡(jiǎn)單來(lái)說(shuō)，Pyecharts是一款將python與echarts結(jié)合的強(qiáng)大的數(shù)據(jù)可視化工具。

使用 Pyecharts 可以生成獨(dú)立的網(wǎng)頁(yè)，也可以在 flask , Django 中集成使用。

項(xiàng)目介紹：

http://pyecharts.herokuapp.com/

項(xiàng)目源碼：

https://github.com/pyecharts/pyecharts

從項(xiàng)目文檔介紹可知， pyecharts目前分為兩個(gè)大的系列版本：0.5.x 和v1.x.x。

V0.5.x

支持 Python2.7，3.4+

0.5.x 版本將不再進(jìn)行維護(hù)，文檔位于 05x-docs.pyecharts.org。

V1

僅支持 Python3.6+

新版本系列將從 v1.0.0 開(kāi)始，文檔位于 pyecharts.org；示例位于 gallery.pyecharts.org

PS: v0.5.x 和 V1 間不兼容，V1 是一個(gè)全新的版本。

3. Pyecharts支持30+種可視化圖表

得益于Echarts 項(xiàng)目，目前Pyecharts支持 30+ 種常見(jiàn)圖表，如下所示：

Bar（柱狀圖/條形圖）
Bar3D（3D 柱狀圖）
Boxplot（箱形圖）
EffectScatter（散點(diǎn)圖）
Funnel（漏斗圖）
Gauge（儀表盤）
Geo（地理坐標(biāo)系）
Graph（關(guān)系圖）
HeatMap（熱力圖）
Kline（K線圖）
Line（折線/面積圖）
Line3D（3D 折線圖）
Liquid（水球圖）
Map（地圖）
Parallel（平行坐標(biāo)系）
Pie（餅圖）
Polar（極坐標(biāo)系）
Radar（雷達(dá)圖）
Sankey（桑基圖）
Scatter（散點(diǎn)圖）
Scatter3D（3D 散點(diǎn)圖）
ThemeRiver（主題河流圖）
WordCloud（詞云圖）

4. Pyecharts安裝

1、pip 安裝

# 安裝 v1 以上版本
$ pip install pyecharts -U

# 如果需要安裝 0.5.11 版本的開(kāi)發(fā)者，可以使用
# pip install pyecharts==0.5.11

2、源碼安裝

# v1 以上版本
$ git clone https://github.com/pyecharts/pyecharts.git
# 如果需要安裝 0.5.11 版本，請(qǐng)使用 git clone https://github.com/pyecharts/pyecharts.git -b v05x
$ cd pyecharts
$ pip install -r requirements.txt
$ python setup.py install

在使用pip安裝庫(kù)時(shí)，由于墻的原因，下載時(shí)可能會(huì)出現(xiàn)斷線和速度過(guò)慢的問(wèn)題導(dǎo)致下載失敗，所以建議通過(guò)豆瓣源或清華鏡像來(lái)進(jìn)行下載：

# 豆瓣源下載
pip install -i https://pypi.douban.com/simple pyecharts

# 清華鏡像源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts

PS: 這里要專門說(shuō)明一下，自從 0.3.2 開(kāi)始，為了縮減項(xiàng)目本身的體積以及維持 pyecharts 項(xiàng)目的輕量化運(yùn)行，pyecharts 將不再自帶地圖 js 文件。如用戶需要用到地圖圖表（Geo、Map），可自行安裝對(duì)應(yīng)的地圖文件包。

# 通過(guò)pip命令進(jìn)行安裝
pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg

5. Pyecharts官方示例實(shí)戰(zhàn)

現(xiàn)在我們來(lái)開(kāi)始正式使用pycharts，這里我們先直接使用官方的數(shù)據(jù)，感受一下可視化展示效果。

from pyecharts.charts import Bar
from pyecharts import options as opts

# V1 版本開(kāi)始支持鏈?zhǔn)秸{(diào)用
bar = (
Bar
.add_xaxis(["襯衫", "毛衣", "領(lǐng)帶", "褲子", "風(fēng)衣", "高跟鞋", "襪子"])
.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
.set_global_opts(title_opts=opts.TitleOpts(title="某商場(chǎng)銷售情況"))
)
bar.render_notebook

在這里順便安利一下jupyter，pyecharts在v0.1.9.2版本開(kāi)始，在jupyter上可以直接調(diào)用實(shí)例（例如上方直接調(diào)用bar.render_notebook()）就可以將圖表直接展示出來(lái)，非常方便。

如果腳本在非jupyter環(huán)境運(yùn)行，圖表渲染方法需改為:

bar.render

默認(rèn)情況下，pycharts生成圖表為HTML格式，也支持生成png圖片格式，如下：

from snapshot_selenium import snapshot as driver

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.render import make_snapshot


def bar_chart -> Bar:
c = (
Bar
.add_xaxis(["襯衫", "毛衣", "領(lǐng)帶", "褲子", "風(fēng)衣", "高跟鞋", "襪子"])
.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
.reversal_axis
.set_series_opts(label_opts=opts.LabelOpts(position="right"))
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-測(cè)試渲染圖片"))
)
return c

# 需要安裝 snapshot-selenium 或者 snapshot-phantomjs
make_snapshot(driver, bar_chart.render, "bar.png")

6. Pyecharts幾種高頻使用的可視化圖表

在上面官方示例中的柱狀圖表我們已經(jīng)能感受到pycharts可視化功能的強(qiáng)大，最后再介始幾種日常工作中常用的可視化圖表及對(duì)應(yīng)示例。

6.1 Pie餅狀圖

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker

pie = (
Pie
.add("", [list(z) for z in zip(Faker.choose(), Faker.values())])
.set_colors(["blue", "green", "yellow", "red", "pink", "orange", "purple"])
.set_global_opts(title_opts=opts.TitleOpts(title="Pie-設(shè)置顏色"))
.set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}"))
)

pie.render_notebook

6.2 儀表盤

from pyecharts import options as opts
from pyecharts.charts import Gauge

g = (
Gauge
.add("", [("完成率", 66.6)])
.set_global_opts(title_opts=opts.TitleOpts(title="Gauge-基本示例"))

)
g.render_notebook

6.3 折線圖

import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.faker import Faker

c = (
Line
.add_xaxis(Faker.choose)
.add_yaxis("商家A", Faker.values, is_smooth=True)
.add_yaxis("商家B", Faker.values, is_smooth=True)
.set_global_opts(title_opts=opts.TitleOpts(title="Line-smooth"))

)
c.render_notebook

6.4 K線圖

from pyecharts import options as opts
from pyecharts.charts import Kline

data = [
[2320.26, 2320.26, 2287.3, 2362.94],
[2300, 2291.3, 2288.26, 2308.38],
[2295.35, 2346.5, 2295.35, 2345.92],
[2347.22, 2358.98, 2337.35, 2363.8],
[2360.75, 2382.48, 2347.89, 2383.76],
[2383.43, 2385.42, 2371.23, 2391.82],
[2377.41, 2419.02, 2369.57, 2421.15],
[2425.92, 2428.15, 2417.58, 2440.38],
[2411, 2433.13, 2403.3, 2437.42],
[2432.68, 2334.48, 2427.7, 2441.73],
[2430.69, 2418.53, 2394.22, 2433.89],
[2416.62, 2432.4, 2414.4, 2443.03],
[2441.91, 2421.56, 2418.43, 2444.8],
[2420.26, 2382.91, 2373.53, 2427.07],
[2383.49, 2397.18, 2370.61, 2397.94],
[2378.82, 2325.95, 2309.17, 2378.82],
[2322.94, 2314.16, 2308.76, 2330.88],
[2320.62, 2325.82, 2315.01, 2338.78],
[2313.74, 2293.34, 2289.89, 2340.71],
[2297.77, 2313.22, 2292.03, 2324.63],
[2322.32, 2365.59, 2308.92, 2366.16],
[2364.54, 2359.51, 2330.86, 2369.65],
[2332.08, 2273.4, 2259.25, 2333.54],
[2274.81, 2326.31, 2270.1, 2328.14],
[2333.61, 2347.18, 2321.6, 2351.44],
[2340.44, 2324.29, 2304.27, 2352.02],
[2326.42, 2318.61, 2314.59, 2333.67],
[2314.68, 2310.59, 2296.58, 2320.96],
[2309.16, 2286.6, 2264.83, 2333.29],
[2282.17, 2263.97, 2253.25, 2286.33],
[2255.77, 2270.28, 2253.31, 2276.22],
]


k = (
Kline
.add_xaxis(["2017/7/{}".format(i + 1) for i in range(31)])
.add_yaxis("k線圖", data)
.set_global_opts(
yaxis_opts=opts.AxisOpts(is_scale=True),
xaxis_opts=opts.AxisOpts(is_scale=True),
title_opts=opts.TitleOpts(title="K線圖-基本示例"),
)

)
k.render_notebook

6.5 地圖Map

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker

map = (
Map
.add("中國(guó)地圖", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")
.set_global_opts(title_opts=opts.TitleOpts(title="Map-基本示例"))
)
map.render_notebook

6.6 詞云圖

import pyecharts.options as opts
from pyecharts.charts import WordCloud


data = [
("生活資源", "999"),
("供熱管理", "888"),
("供氣質(zhì)量", "777"),
("生活用水管理", "688"),
("一次供水問(wèn)題", "588"),
("交通運(yùn)輸", "516"),
("城市交通", "515"),
("環(huán)境保護(hù)", "483"),
("房地產(chǎn)管理", "462"),
("城鄉(xiāng)建設(shè)", "449"),
("社會(huì)保障與福利", "429"),
("社會(huì)保障", "407"),
("文體與教育管理", "406"),
("公共安全", "406"),
("公交運(yùn)輸管理", "386"),
("出租車運(yùn)營(yíng)管理", "385"),
("供熱管理", "375"),
("市容環(huán)衛(wèi)", "355"),
("自然資源管理", "355"),
("粉塵污染", "335"),
("噪聲污染", "324"),
("土地資源管理", "304"),
("物業(yè)服務(wù)與管理", "304"),
("醫(yī)療衛(wèi)生", "284"),
("粉煤灰污染", "284"),
("占道", "284"),
("供熱發(fā)展", "254"),
("農(nóng)村土地規(guī)劃管理", "254"),
("生活噪音", "253"),
("供熱單位影響", "253"),
("城市供電", "223"),
("房屋質(zhì)量與安全", "223"),
("大氣污染", "223"),
("房屋安全", "223"),
("文化活動(dòng)", "223"),
("拆遷管理", "223"),
("公共設(shè)施", "223"),
("供氣質(zhì)量", "223"),
("供電管理", "223"),
("燃?xì)夤芾?, "152"),
("教育管理", "152"),
("醫(yī)療糾紛", "152"),
("執(zhí)法監(jiān)督", "152"),
("設(shè)備安全", "152"),
("政務(wù)建設(shè)", "152"),
("縣區(qū)、開(kāi)發(fā)區(qū)", "152"),
("宏觀經(jīng)濟(jì)", "152"),
("教育管理", "112"),
("社會(huì)保障", "112"),
("生活用水管理", "112"),
("物業(yè)服務(wù)與管理", "112"),
("分類列表", "112"),
("農(nóng)業(yè)生產(chǎn)", "112"),
("二次供水問(wèn)題", "112"),
("城市公共設(shè)施", "92"),
("拆遷政策咨詢", "92"),
("物業(yè)服務(wù)", "92"),
("物業(yè)管理", "92"),
("社會(huì)保障保險(xiǎn)管理", "92"),
("低保管理", "92"),
("文娛市場(chǎng)管理", "72"),
("城市交通秩序管理", "72"),
("執(zhí)法爭(zhēng)議", "72"),
("商業(yè)煙塵污染", "72"),
("占道堆放", "71"),
("地上設(shè)施", "71"),
("水質(zhì)", "71"),
("無(wú)水", "71"),
("供熱單位影響", "71"),
("人行道管理", "71"),
("主網(wǎng)原因", "71"),
("集中供熱", "71"),
("客運(yùn)管理", "71"),
("國(guó)有公交（大巴）管理", "71"),
("工業(yè)粉塵污染", "71"),
("治安案件", "71"),
("壓力容器安全", "71"),
("身份證管理", "71"),
("群眾健身", "41"),
("工業(yè)排放污染", "41"),
("破壞森林資源", "41"),
("市場(chǎng)收費(fèi)", "41"),
("生產(chǎn)資金", "41"),
("生產(chǎn)噪聲", "41"),
("農(nóng)村低保", "41"),
("勞動(dòng)爭(zhēng)議", "41"),
("勞動(dòng)合同爭(zhēng)議", "41"),
("勞動(dòng)報(bào)酬與福利", "41"),
("醫(yī)療事故", "21"),
("停供", "21"),
("基礎(chǔ)教育", "21"),
("職業(yè)教育", "21"),
("物業(yè)資質(zhì)管理", "21"),
("拆遷補(bǔ)償", "21"),
("設(shè)施維護(hù)", "21"),
("市場(chǎng)外溢", "11"),
("占道經(jīng)營(yíng)", "11"),
("樹木管理", "11"),
("農(nóng)村基礎(chǔ)設(shè)施", "11"),
("無(wú)水", "11"),
("供氣質(zhì)量", "11"),
("停氣", "11"),
("燃?xì)夤芾?, "11"),
("市容環(huán)衛(wèi)", "11"),
("新聞傳媒", "11"),
("人才招聘", "11"),
("市場(chǎng)環(huán)境", "11"),
("行政事業(yè)收費(fèi)", "11"),
("食品安全與衛(wèi)生", "11"),
("城市交通", "11"),
("房地產(chǎn)開(kāi)發(fā)", "11"),
("房屋配套問(wèn)題", "11"),
("物業(yè)服務(wù)", "11"),
("物業(yè)管理", "11"),
("占道", "11"),
("園林綠化", "11"),
("戶籍管理及身份證", "11"),
("公交運(yùn)輸管理", "11"),
("公路（水路）交通", "11"),
("房屋與圖紙不符", "11"),
("有線電視", "11"),
("社會(huì)治安", "11"),
("林業(yè)資源", "11"),
("其他行政事業(yè)收費(fèi)", "11"),
("經(jīng)營(yíng)性收費(fèi)", "11"),
("食品安全與衛(wèi)生", "11"),
("體育活動(dòng)", "11"),
("有線電視安裝及調(diào)試維護(hù)", "11"),
("低保管理", "11"),
("勞動(dòng)爭(zhēng)議", "11"),
("社會(huì)福利及事務(wù)", "11"),
("一次供水問(wèn)題", "11"),
]


c=(
WordCloud
.add(series_name="熱點(diǎn)分析", data_pair=data, word_size_range=[6, 66])
.set_global_opts(
title_opts=opts.TitleOpts(
title="熱點(diǎn)分析", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
),
tooltip_opts=opts.TooltipOpts(is_show=True),
)

)
c.render_notebook

上述示例僅供參考，讀者們結(jié)合日常工作應(yīng)用，學(xué)會(huì)舉一反三才是關(guān)健，更多Pychart示例介紹可見(jiàn)：代碼示例

我們開(kāi)門見(jiàn)山：編寫優(yōu)秀的 CSS 代碼是件十分痛苦的事情。很多開(kāi)發(fā)人員都不想做 CSS 開(kāi)發(fā)。你讓我干什么都行，但是 CSS 還是算了吧。

前端560集視頻學(xué)習(xí)資料需要的私信小編“資料”領(lǐng)取

在我創(chuàng)建應(yīng)用的時(shí)候，從來(lái)都無(wú)法從 CSS 中享受到樂(lè)趣。但是你也躲不過(guò)去，是不是？我是說(shuō)，我們?nèi)褙炞⒂谟脩趔w驗(yàn)，但是如今設(shè)計(jì)也是不容忽視的部分。

項(xiàng)目剛開(kāi)始的時(shí)候，一切都很美好。你有一些 CSS 選擇器，諸如 .title、input、#app 等等，非常簡(jiǎn)單。但是隨著應(yīng)用逐漸變大，CSS 也越來(lái)越糟。你對(duì) CSS 選擇器感到困惑。你會(huì)發(fā)現(xiàn)自己寫了一些 div#app .list li.item a 之類的東西。然后你一遍又一遍地寫相同的代碼。最后你把所有代碼都扔到文件末尾，因?yàn)槟愀静辉诤?，CSS 爛透了。結(jié)果你得到了 500 行根本無(wú)法維護(hù)的 CSS 代碼。

我本人經(jīng)常和 CSS 苦苦糾纏。

今天目的是：讓你寫出更好的 CSS。我想讓你回顧一下舊項(xiàng)目，然后想一想：天啊，我怎么會(huì)寫這樣的東西？但是，你可能會(huì)想：好，你說(shuō)的很對(duì)，但是 CSS 框架呢？CSS 框架就是為了幫助我們寫出更好的 CSS 代碼，不是嗎？

當(dāng)然，但是 CSS 框架也有一些缺點(diǎn)：

它經(jīng)常會(huì)使用平淡無(wú)奇的設(shè)計(jì)。
CSS 框架使得定制很困難，更不用說(shuō)超越框架了。
在使用之前，你必須先學(xué)習(xí)如何使用它們。

既然你關(guān)注了這篇文章，那么你一定有自己的原因，對(duì)不對(duì)？好了，廢話不多說(shuō)，讓我們開(kāi)始學(xué)習(xí)如何寫出更好地 CSS 代碼。

注意：這篇文章不是關(guān)于如何設(shè)計(jì)漂亮的應(yīng)用。本文是關(guān)于如何寫出便于維護(hù)的 CSS 代碼以及如何組織代碼。

1. SCSS

將在下面例子中使用 SCSS。SCSS 是一個(gè) CSS 的預(yù)處理器。從根本上來(lái)說(shuō)，它是一個(gè) CSS 的超集：它增加了一些很酷的功能，例如變量，嵌套，導(dǎo)入和混入（mixins）等。

下面介紹一些我們即將使用的功能。

變量

你可以在 SCSS 中使用變量。主要的好處在于可重用性。我們假設(shè)你的應(yīng)用有一組顏色。主色是藍(lán)色。

那么你處處都用到了藍(lán)色：按鈕的 background-color（背景色），標(biāo)題和鏈接的 color（顏色）。藍(lán)色無(wú)處不在。

突然有一天，你不喜歡藍(lán)色，開(kāi)始喜歡綠色。

如果沒(méi)有變量：你需要修改所有包含藍(lán)色設(shè)置的代碼。
如果使用了變量：你只需要修改這個(gè)變量。

// Declare a variable$primary-color: #0099ff; // References a variableh1 { color: $primary-color;}

嵌套

你可以在 SCSS 中使用嵌套。那么如下代碼：

h1 { 
 font-size: 5rem; 
 color: blue;
} 
h1 span { 
 color: green;
}

可以寫成：

h1 { 
 font-size: 5rem; 
 color: blue; 
 span { 
 color: green; 
 }
}

可讀性更好了，是不是？你可以利用嵌套在更短時(shí)間內(nèi)寫出復(fù)雜的選擇器。

分塊與導(dǎo)入

從可維護(hù)性和可讀性的角度來(lái)說(shuō)，你無(wú)法將所有代碼都保存在一個(gè)大文件中。在實(shí)驗(yàn)或構(gòu)建小型應(yīng)用時(shí)，這種做法尚且可行，但是到了專業(yè)的級(jí)別……想都不要想。很幸運(yùn)的是，有了 SCSS 后，我們依然可以繼續(xù)沿用這種做法。

你可以通過(guò)使用前下劃線給文件命名，來(lái)創(chuàng)建分塊的文件：_animations.scss，_ base.scss，_variables.scss 等。

至于導(dǎo)入，你可以使用 @import 指令。例如，你可以這么做：

// _animations.scss
@keyframes appear { 
 0% {opacity: 0;} 
 100% {opacity: 1;}
}
// header.scss
@import "animations";
h1 { 
 animation: appear 0.5s ease-out;
}

哈哈！你可能想，你在這里犯了一個(gè)錯(cuò)誤！應(yīng)該是 _animations.scss，而不是 animations;)

非也。如果你使用這種命名方式，聰明的 SCSS 知道你指的是分塊文件。

關(guān)于變量、嵌套、分塊和導(dǎo)入，我們需要了解的就這么多。SCSS 還有很多其他功能：比如混入、繼承和其他指令（@for，@if，等等），在此不做一一介紹了。

前端560集視頻學(xué)習(xí)資料+教程限時(shí)免費(fèi)分享

需要的轉(zhuǎn)發(fā)文章+私信小編“資料”領(lǐng)取

在線咨詢

上一篇：JSP第一篇：JSP介紹、工作原理、生命周期、語(yǔ)法、指令(修訂版)
下一篇：一篇文章帶你了解CSS 文本樣式

您的項(xiàng)目需求

*請(qǐng)認(rèn)真填寫需求信息，我們會(huì)在24小時(shí)內(nèi)與您取得聯(lián)系。

整合營(yíng)銷服務(wù)商