Quartz项目中使用自定义字体的配置指南
2025-05-26 20:22:31作者:袁立春Spencer
在构建静态网站时,字体的选择和应用是影响用户体验和视觉设计的重要因素。本文将详细介绍如何在Quartz项目中正确配置和使用自定义字体,包括Google字体和本地字体。
字体配置基础
Quartz项目通过quartz.config.ts文件中的typography配置项来管理字体设置。基础配置格式如下:
typography: {
header: {
name: "字体名称",
weights: [400, 700],
includeItalic: false,
},
body: {
name: "字体名称",
weights: [400, 700],
includeItalic: false,
},
code: "字体名称",
}
Google字体的使用
对于Google字体库中的字体,配置相对简单。只需确保字体名称与Google字体库中的名称完全一致即可。例如:
typography: {
header: {
name: "Oswald",
weights: [400, 700],
includeItalic: false,
},
body: {
name: "Courier Prime",
weights: [400],
includeItalic: false,
},
code: "IBM Plex Mono",
}
注意点:
- 字体名称区分大小写
- 多单词字体名称需要用引号括起来
weights数组指定需要的字重includeItalic控制是否包含斜体变体
本地字体的应用
对于不在Google字体库中的字体,如Haettenschweiler,需要通过以下步骤实现:
- 将字体文件(如.woff2格式)放入项目的
static目录 - 在
custom.scss中使用@font-face规则定义字体
@font-face {
font-family: "Haettenschweiler";
src: url("/static/Haettenschweiler.woff2") format("woff2");
font-weight: normal;
font-style: normal;
font-display: swap;
}
- 覆盖默认的CSS变量
:root {
--headerFont: "Haettenschweiler", system-ui, sans-serif !important;
}
常见问题解决
- 字体加载失败:确保字体名称拼写正确,特别是多单词字体名称需要用引号括起来
- OG图片生成失败:当所有字体都加载失败时,OG图片插件会报错。确保至少有一个字体正确加载
- 字体权重问题:配置的
weights数组必须与字体实际提供的字重匹配
最佳实践建议
- 优先使用Google字体库中的字体,简化配置
- 对于本地字体,提供多种格式(woff2, woff)以增强兼容性
- 限制字体数量和字重,优化页面加载性能
- 为本地字体设置
font-display: swap,避免布局偏移 - 在开发过程中使用
npx quartz build --serve命令实时预览字体效果
通过以上配置,开发者可以灵活地为Quartz项目定制独特的字体风格,既可以使用Google提供的丰富字体资源,也可以集成特定的品牌字体,打造个性化的网站体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660