Macy.js - 垂直布局的神器
2026-01-15 16:45:24作者:裴锟轩Denise
Macy.js 是一个轻量级的,无依赖的JavaScript库,其目标是通过寻找最小高度的最佳布局,将元素垂直地分栏排序。这个小巧而强大的工具让你的网页在不同屏幕尺寸下都能保持整洁美观。
安装
你可以通过npm或Bower进行安装,或者直接通过jsDelivr CDN引入:
npm:
npm install macy
Bower:
bower install macy
CDN引用:
<script src="https://cdn.jsdelivr.net/npm/macy@2"></script>
使用方法
只需简单调用Macy函数并配置选项:
var macyInstance = Macy({
// 在这里配置你的选项
});
选项
Macy提供了多种定制化选项以适应不同的需求:
- container:默认未设置,用于指定要应用Macy的容器元素,其所有直接子元素将被作为可排序项。
- columns:默认为4,定义默认的列数,可以使用
breakAt选项来设定响应式断点。 - trueOrder:默认为false,当设为false时,会优先平衡每列的高度而非保留原始顺序。
- margin:默认为0,可以调整列之间的像素间距;从v2.1版本开始,你还可以设定x和y方向上的独立值,甚至可以用百分比单位。
- waitForImages:默认为false,设为true则会在页面所有图片加载完成后再运行Macy。
- useOwnImageLoader:默认为false,如果你想使用自定义的图像加载器,可设为true。
- mobileFirst:默认为false,设为true启用移动优先模式,改变断点行为。
- breakAt:用于根据视口宽度更改列数的断点对象。例如,
780: 3表示当视口宽小于等于780px时,列数为3。 - cancelLegacy:默认为false,如果设为true,将在不支持Promise的浏览器中取消运行。
- useContainerForBreakpoints:默认为false,若设为true,断点基于容器元素而不是文档宽度。
方法
除了初始化之外,Macy还提供了一些实用的方法:
- recalculate():重新计算整个布局,当有新的内容插入时非常有用。
- runOnImageLoad():在图片加载时运行回调,可用于动态内容加载后的布局更新。
- remove():移除由Macy添加的所有样式和事件监听器。
- reInit():重新初始化当前的Macy实例。
- on() 和 emit():事件绑定与触发,可用于构建自定义的事件处理。
应用场景
Macy.js适用于任何需要响应式网格布局的地方,如产品展示、照片墙、卡片式设计等。它可以轻松处理图片加载,确保即使图片加载时间较长,也能呈现出漂亮的布局效果。
特点
- 轻量化:没有额外的依赖,只关注核心功能。
- 灵活的配置:多样化的选项允许你按需定制,包括列数、断点、图像加载策略等。
- 性能优化:能够等待图片加载完成再执行布局,避免因图片延迟加载导致的布局问题。
- 兼容性:全面支持主流浏览器,尽管IE11及以上版本需要Promise polyfill。
总的来说,Macy.js是一个强大且易用的工具,能帮助你打造优雅的响应式布局。立即尝试,并让网页呈现更佳视觉效果!
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C0111
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
485
3.59 K
Ascend Extension for PyTorch
Python
297
329
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
262
111
暂无简介
Dart
735
177
🔥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
65
20
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
11
1
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++
861
456
React Native鸿蒙化仓库
JavaScript
294
343
仓颉编译器源码及 cjdb 调试工具。
C++
148
880