Clean-CSS 技术文档
2024-12-24 19:24:43作者:董灵辛Dennis
1. 安装指南
环境要求
- Node.js 版本: 10.0 及以上
安装步骤
- 打开终端或命令行工具。
- 运行以下命令安装
clean-css:npm install --save-dev clean-css
2. 项目的使用说明
基本使用
clean-css 是一个用于优化 CSS 文件的工具,能够有效减少 CSS 文件的大小并提高加载速度。以下是一个简单的使用示例:
var CleanCSS = require('clean-css');
var input = 'a{font-weight:bold;}';
var options = { /* 选项 */ };
var output = new CleanCSS(options).minify(input);
版本更新
- 5.3 版本新增功能: 支持通过
variableValueOptimizers选项优化变量值。 - 5.0 版本重大变更: 不再支持 Node.js 6.x 和 8.x,移除了
transform回调,默认的 Internet Explorer 兼容性从 10+ 改为 >11。 - 4.2 版本新增功能: 新增
process方法,支持transition属性优化,允许在特定注释块内保留 CSS 内容。 - 4.1 版本新增功能: 新增
inline: false选项,支持multiplePseudoMerging兼容性标志,新增removeEmpty标志。
3. 项目 API 使用文档
构造函数选项
clean-css 构造函数接受一个包含以下选项的参数:
compatibility: 控制兼容性模式,默认为ie10+。fetch: 控制处理远程请求的函数。format: 控制输出 CSS 格式,默认为false。inline: 控制@import内联规则,默认为'local'。
优化级别
clean-css 支持多种优化级别:
- Level 0: 基本优化。
- Level 1: 中级优化,包括变量值优化、选择器排序等。
- Level 2: 高级优化,包括合并规则、移除空规则等。
插件
从 5.0 版本开始,clean-css 引入了插件接口,允许用户自定义优化规则。
Minify 方法
minify 方法是 clean-css 的核心方法,用于压缩 CSS 代码。
Promise 接口
clean-css 支持 Promise 接口,方便异步操作。
CLI 工具
clean-css 提供了一个命令行工具,可以直接在终端中使用。
4. 项目安装方式
通过 npm 安装
npm install --save-dev clean-css
通过 yarn 安装
yarn add --dev clean-css
全局安装
npm install -g clean-css
通过以上步骤,您可以轻松安装并使用 clean-css 来优化您的 CSS 文件。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust050
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
682
4.37 K
Ascend Extension for PyTorch
Python
524
638
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
224
50
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
402
308
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++
951
903
暂无简介
Dart
929
229
🎉 (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
1.58 K
913
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
214
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
125
205
昇腾LLM分布式训练框架
Python
145
170