jQuery插件ScrollToFixed技术文档
本文档将详细介绍如何安装、使用以及API调用jQuery插件ScrollToFixed。该插件能够将页面元素固定在指定位置,随页面滚动而水平移动。
1. 安装指南
在项目中使用ScrollToFixed插件前,请确保已经引入了jQuery库。然后通过以下方式之一引入ScrollToFixed:
- 通过CDN:
<script src="https://cdn.jsdelivr.net/npm/jquery.scrolledfixed@1.1.3/jquery.scrolledfixed.min.js"></script>
- 通过npm:
npm install jquery.scrolledfixed
在npm安装后,确保在HTML文件中正确引用。
2. 项目使用说明
在页面的<script>标签中,或在单独的JavaScript文件中,按照以下方式使用ScrollToFixed:
$(document).ready(function() {
$('#mydiv').scrollToFixed();
});
此代码将使得id为mydiv的元素在页面滚动时保持在顶部。以下是更多配置选项的示例:
$(document).ready(function() {
$('#cart').scrollToFixed({ marginTop: 10, limit: $('#someElement').offset().top });
});
在此示例中,元素将在滚动到#someElement的位置时停止向上移动,但仍然可以水平滚动。
3. 项目API使用文档
以下是ScrollToFixed插件的主要API方法和选项:
-
scrollToFixed(element, [options]): 将指定元素固定在页面上的位置。参数:
-
element: 要固定的元素的选择器。 -
options: 可选的配置对象,以下列出了一些常用的选项: -
marginTop: 固定元素与窗口顶部之间的距离。 -
limit: 元素开始以绝对定位方式随页面滚动上升的垂直位置。 -
bottom: 固定元素与窗口底部之间的距离。 -
zIndex: 固定元素的z-index值。 -
spacerClass: 用于样式化的占位符元素的类名。 -
preFixed: 元素固定前的回调函数。 -
postFixed: 元素固定后的回调函数。 -
preUnfixed: 元素取消固定前的回调函数。 -
postUnfixed: 元素取消固定后的回调函数。 -
preAbsolute: 元素变为绝对定位前的回调函数。 -
postAbsolute: 元素离开绝对定位后的回调函数。 -
offsets: 是否开启位置调整。 -
minWidth: 窗口最小宽度,低于此宽度时不固定元素。 -
maxWidth: 窗口最大宽度,超过此宽度时不固定元素。
-
-
$.isScrollToFixed(selector): 检查指定元素是否已经应用了ScrollToFixed。 -
触发器:
detach.ScrollToFixed: 从元素上移除ScrollToFixed。resize: 调整占位符大小,适用于固定元素高度变化的情况。scroll: 触发插件重新计算滚动位置。resize: 触发插件重新计算元素偏移。
4. 项目安装方式
请参考“安装指南”部分,通过CDN或npm安装ScrollToFixed插件。
以上是ScrollToFixed插件的技术文档,详细介绍了如何安装、使用以及API调用。通过这些信息,开发者可以轻松地在项目中实现元素的固定效果。
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