Bulma框架中Tiles组件的移除与替代方案
2025-05-01 04:30:18作者:鲍丁臣Ursa
背景介绍
Bulma是一个基于Flexbox的现代化CSS框架,以其简洁优雅的设计和易用性著称。在Bulma的早期版本中,Tiles组件是一个用于创建复杂网格布局的强大工具。然而,随着框架的发展,Tiles组件在Bulma 1.0版本中被正式移除。
Tiles组件的历史作用
Tiles组件在Bulma早期版本中主要用于构建复杂的网格布局系统。它通过"ancestor"、"parent"和"child"三级结构,允许开发者创建灵活的多级嵌套网格。这种设计特别适合构建仪表盘、图片画廊等需要复杂布局的场景。
移除原因分析
Bulma团队决定移除Tiles组件主要基于以下几点考虑:
-
与核心布局系统重叠:Tiles的功能与Bulma的核心网格系统存在功能重叠,维护两套布局系统增加了框架的复杂性。
-
学习成本问题:Tiles特有的三级结构概念增加了新用户的学习曲线,而使用标准网格系统可以实现类似效果。
-
性能优化:简化框架结构有助于减少CSS文件体积,提高性能。
替代方案详解
对于原本使用Tiles的场景,Bulma推荐使用其核心的Grid系统作为替代方案。具体转换方法如下:
-
替代结构映射:
- Tiles的"ancestor" → 使用Grid的"columns"类
- Tiles的"parent" → 使用Grid的"column"类配合"is-nested"修饰符
- Tiles的"child" → 使用"box"组件或其他内容容器
-
布局实现示例:
<div class="columns is-multiline">
<div class="column is-half">
<div class="box">
<!-- 原Tile child内容 -->
</div>
</div>
<div class="column is-half">
<div class="columns is-multiline is-mobile">
<div class="column is-half">
<div class="box">
<!-- 嵌套内容 -->
</div>
</div>
<!-- 更多嵌套列 -->
</div>
</div>
</div>
- 优势对比:
- 更符合CSS标准实践
- 与其他Bulma组件风格统一
- 响应式控制更加直观
迁移建议
对于正在使用Tiles的项目,建议按以下步骤迁移:
- 全局搜索项目中所有使用"tile"类的元素
- 根据布局需求,将其转换为columns/column结构
- 测试各种屏幕尺寸下的显示效果
- 考虑使用Sass @extend功能保持原有样式(如需完全兼容)
总结
Bulma移除Tiles组件是其框架简化和标准化过程中的重要一步。虽然短期内可能需要一些适应,但使用标准Grid系统将带来更一致的开发体验和更好的长期维护性。开发者应该尽快熟悉新的Grid系统,以充分利用Bulma提供的现代化布局能力。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137