CSS Rhythm Level 1规范中block-step-insert属性的演进
2025-06-13 00:46:04作者:仰钰奇
CSS工作组最近对CSS Rhythm Level 1规范中的block-step-insert属性进行了重要讨论和更新。这个属性主要用于控制元素在垂直方向上的步进对齐方式,确保元素高度符合特定的节奏单位。
属性值命名规范化
最初的block-step-insert属性提供了两个值:
- margin:在元素外边距区域添加空间
- padding:在元素内边距区域添加空间
经过讨论,工作组决定将这些值重命名为更符合CSS命名惯例的形式:
- margin-box
- padding-box
这种命名方式更准确地反映了实际行为——不是在margin或padding上直接添加值,而是在对应的盒子模型中分配额外空间。
新增content-box值
更重要的是,工作组决定新增一个content-box值。这个新增选项允许内容区域本身增长以满足步进单位的要求,而不是通过添加额外的空白空间。
这个新增功能特别适合以下场景:
- 图片元素:结合object-fit: cover使用,可以实现轻微的裁剪效果,使图片高度完美符合节奏单位
- 需要精确控制内容尺寸的布局:避免因添加额外空白而破坏设计意图
技术实现考量
在讨论过程中,工作组特别关注了这个属性与aspect-ratio属性的交互问题。当应用于替换元素(如图片)时,需要明确定义:
- 计算顺序:block-step-insert应该与min-height/min-width处于相似的算法阶段
- 与宽高比的交互:需要明确当同时设置aspect-ratio时,哪个属性优先
- 替换元素处理:需要特别考虑图片等替换元素的行为
规范演进的意义
这次更新体现了CSS规范设计的几个重要原则:
- 命名一致性:保持与CSS其他属性的命名模式一致
- 功能完整性:提供更全面的控制选项
- 前瞻性设计:考虑未来可能扩展到flex和grid布局
目前这个属性尚未在任何浏览器中实现,因此这次修改不会对现有网站造成影响。工作组将在规范中详细定义这些新值的具体行为,特别是它们与现有布局特性的交互方式。
对于前端开发者来说,这个更新意味着未来在实现垂直节奏布局时将拥有更灵活的控制能力,可以更精确地实现设计意图而不必依赖额外的空白空间。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 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 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
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++
639
246
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
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K