PostCSS-CSSNext 使用指南
2024-08-10 10:39:57作者:管翌锬
目录结构及介绍
由于postcss-cssnext已正式弃用并推荐使用postcss-preset-env, 下面的目录结构参考的是一个典型的PostCSS插件项目。但是请注意,在实际操作中应替换postcss-cssnext依赖项以适应新的postcss-preset-env。
典型目录结构
.
├── node_modules/
│ └── postcss-preset-env/ # 新的PostCSS插件依赖项存放位置
├── src/
│ ├── index.js # 主入口文件
│ └── ...
├── .gitignore # Git忽略规则
├── package.json # npm包管理配置
└── README.md # 项目描述文档
说明:
- node_modules/ 包含所有通过npm或yarn安装的项目依赖。
- src/ 目录下通常存放源代码文件。对于
postcss-preset-env, 可能并不需要编辑此目录下的文件,因为它是用来处理新CSS语法的编译工作的PostCSS插件。 - .gitignore 文件用于定义Git版本控制系统应忽略哪些文件或目录。
- package.json 是项目的核心配置文件,其中包含了项目元数据(例如名称、作者、版本)以及开发过程中所需的依赖和脚本命令。
- README.md 文件提供了关于项目的概览信息、安装步骤和其他重要细节。
启动文件介绍
在基于PostCSS的项目中,主要的启动文件是.postcssrc 或 postcss.config.js 这些文件将确定PostCSS的配置,包括要使用的插件列表。
配置示例
.postcssrc
{
"parser": false,
"stringifier": false,
"swczer": false,
"plugins": {
"postcss-preset-env": {}
}
}
postcss.config.js
module.exports = {
plugins: [
require('postcss-preset-env')({
stage: 0 // 针对正在实验阶段的 CSS 规范进行转换
})
]
};
以上两个例子展示了如何启用postcss-preset-env 插件来替换已经废弃的postcss-cssnext.
配置文件介绍
PostCSS项目的关键配置文件是PostCSS配置文件(通常是.postcssrc或postcss.config.js),它决定了PostCSS的运行行为和使用的插件集。
关键属性解释
当使用postcss-preset-env时,可以指定以下属性:
- stage: 定义了转换器将支持的规范阶段。默认情况下,值
1意味着只启用已经被浏览器广泛采用的功能。设置为0则将允许实验性功能进行转换,这可能对应未来标准。 - features: 特征对象允许更细致地控制特定CSS特性是否应被转换。
- use: 这个选项是用来配置该插件使用额外插件的。但一般不需要在
postcss-preset-env中使用这个选项,因为它已经打包了一系列的预设转换规则。
总体而言,postcss-preset-env 提供了一个更加灵活且易于维护的方式来更新你的CSS,以便更好地兼容不同的浏览器环境,无需等待所有的浏览器都实现了最新的CSS规范。
为了完成从postcss-cssnext到postcss-preset-env的过渡,你需要更改你的PostCSS配置文件中的插件名,然后适当地调整配置以满足你的需求。如果你之前已经在使用postcss-cssnext的一些高级特性,你可能还需要相应地调整这些特性的配置。
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
HunyuanVideo-1.5暂无简介00
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
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
275
97
暂无简介
Dart
623
140
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
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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