Bootstrap项目中blockquote示例在排版与卡片组件中的差异分析
2025-04-26 21:00:32作者:傅爽业Veleda
在Bootstrap框架的文档中,关于blockquote元素的使用存在一个值得注意的差异点。本文将深入分析这一差异的技术背景,并探讨最佳实践方案。
问题背景
Bootstrap文档中关于引用内容的展示存在两处不同的实现方式:
- 在排版(Typography)章节中,明确要求blockquote的署名信息必须放在blockquote元素之外,推荐使用figure和figcaption结构
- 在卡片(Card)组件章节中,却展示了将署名信息放在blockquote内部的实现方式
这种不一致性可能会给开发者带来困惑,特别是当需要遵循HTML规范时。
技术规范分析
根据HTML5规范,blockquote元素应该只包含被引用的内容本身,而不应包含署名信息。署名信息应该放在blockquote元素之外。Bootstrap排版章节的建议完全符合这一规范:
<figure>
<blockquote class="blockquote">
<p>引用内容</p>
</blockquote>
<figcaption class="blockquote-footer">
署名信息 <cite title="来源标题">来源标题</cite>
</figcaption>
</figure>
而卡片组件中的示例则采用了不符合规范的结构:
<blockquote class="blockquote">
<p>引用内容</p>
<footer class="blockquote-footer">署名信息</footer>
</blockquote>
解决方案
为了保持一致性并遵循HTML规范,建议统一采用排版章节推荐的结构。即使在卡片组件中,也应该使用figure/figcaption结构:
<div class="card">
<div class="card-header">
引用
</div>
<div class="card-body">
<figure class="mb-0">
<blockquote class="blockquote">
<p>引用内容</p>
</blockquote>
<figcaption class="blockquote-footer">
署名信息 <cite title="来源标题">来源标题</cite>
</figcaption>
</figure>
</div>
</div>
样式兼容性
需要注意的是,这种结构调整可能会影响原有样式表现。Bootstrap的blockquote-footer样式最初是为footer元素设计的,应用到figcaption上可能需要额外的样式调整来确保视觉一致性。
最佳实践建议
- 始终遵循HTML规范,将署名信息放在blockquote元素之外
- 统一使用figure/figcaption结构,即使在卡片等组件中
- 检查并确保样式在所有使用场景下都能正确显示
- 在团队项目中建立统一的代码规范,避免混用不同实现方式
通过采用这些最佳实践,可以确保项目既符合Web标准,又能保持一致的视觉呈现。
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
197
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
480
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
276
97
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
3.44 K
暂无简介
Dart
624
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210