CSSWG-Drafts项目:CSS条件规则5中新增滚动状态查询的轴向检测值
2025-06-12 22:07:59作者:伍希望
在CSS条件规则模块Level 5的最新讨论中,工作组决定为overflowing滚动状态查询新增四个轴向检测值,这将显著提升开发者检测元素溢出状态的能力。
现有功能分析
当前overflowing查询已经支持检测元素各边的溢出状态,包括:
- 物理方向:
top、right、bottom、left - 逻辑方向:
block-start、inline-start、block-end、inline-end - 无溢出状态:
none
这些值允许开发者精确检测元素在特定方向上的溢出情况,但在实际开发中,开发者经常需要检测的是整个轴向(水平或垂直方向)的溢出状态,而不关心具体是哪一边。
新增轴向检测值
基于实际开发需求,CSS工作组决定新增以下四个轴向检测值:
-
逻辑方向检测
inline:检测内联轴(水平或垂直取决于书写模式)是否有溢出block:检测块轴是否有溢出
-
物理方向检测
x:检测水平轴是否有溢出y:检测垂直轴是否有溢出
这些新值实际上是现有单边检测的"或"操作简写形式。例如,overflowing(x)等价于overflowing(left) or overflowing(right)。
技术实现意义
- 简化代码:开发者不再需要为检测整个轴向编写复杂的逻辑组合
- 提高可读性:轴向检测比单边检测更符合开发者的思维模式
- 增强响应式设计:可以更方便地根据轴向溢出状态调整布局
- 书写模式兼容:逻辑方向值(
inline/block)可以自动适应不同的书写模式
应用场景示例
/* 当元素有水平溢出时应用特殊样式 */
@container style(overflowing(x)) {
.content {
padding-bottom: 20px; /* 为滚动条留出空间 */
}
}
/* 在垂直书写模式下检测垂直溢出 */
@container style(overflowing(block)) {
.scroll-indicator {
display: block;
}
}
浏览器实现与测试
该特性已经进入W3C测试套件,包括:
- 语法解析测试
- 轴向检测功能测试
这些测试确保了不同浏览器实现的一致性和可靠性。
总结
CSS条件规则5中新增的轴向检测值填补了现有滚动状态查询的功能空白,使开发者能够更高效地处理元素溢出情况。这一改进体现了CSS工作组对开发者实际需求的关注,也是CSS功能不断完善的重要一步。随着浏览器的逐步实现,这一特性将为响应式设计和自适应布局提供更强大的工具。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217