移动端布局

本文详细对比了移动端与PC端在系统、浏览器及分辨率上的差异,深入解析了像素概念,包括css像素、设备像素、PPI和DPR等,并介绍了四种主流的适配方法:百分比适配、viewport缩放适配、DPR缩放适配和rem适配,为跨平台网页设计提供全面指导。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一:移动端与pc端的区别

1:系统

pc: windows//mac(区别不大)

移动端:ios/android/windows(有区别)

 

2:浏览器

pc:区别很大(像ie系列的兼容问题)

移动端:区别不大(因为移动端的大多数浏览器的内核都是webkit)

 

 

3:分辨率(尺寸)

 

pc 有区别

移动端 区别很大

 

二、像素概念

css像素(逻辑像素)相对于设备像素-----》一个坑里装着多少个萝卜

 

设备像素(物理像素)

屏幕的物理像素,任何设备物理像素是不变的

一般指的是手机的分辨率

1PT= 1/72英寸

 

 

屏幕尺寸

1:指的是屏幕对角线的长度

2:英寸指的是长度单位不是面积单位

3:1英寸 = 2.54cm

4:屏幕尺寸 = 屏幕斜边的像素/PPI

 

 

像素密度 PPI 每英寸面积上的像素(设备像素的数量)

1:PPI越高,代表在一定的尺寸的设备像素越多,屏幕越清晰

2:是个固定的参数

3:PPI = 屏幕斜边的设备像素 / 屏幕的尺寸

4:同一尺寸下,ppi提高了一倍,那像素会提高四倍

PPI增加n倍,物理像素会增增加n*n倍,同时诶个物理像素的大小会缩小1/4

像素比DPR

 

像素比:(DPR)

DPR = 物理像素/css像素

本质:一个css像素占用几个设备像素

获取:windows.decivePixelRatio

 

 

viewPoit(适口宽度)

 

initial-scale有数值的情况下页面的 计算公式

缩放比 = css像素/viewpoit

<meta name="viewport" content="width=device-width,initial-scale=1,

minimum-scale=1,maximum-scale=1,user-scalable=no">

 

 

 

meta标签

 

 

 

 

适配

在不同的

 

适配的元素

1:字体

2:宽高

3:间距

4:图像(图标 ,图标)

 

适配的方法

  1、百分比适配

适用于任何的方式

 

  2、viewport缩放适配

把所有的机型css像素设置为一至的

 

  • vieport需要通过 js动态的设置(不能直接把device的值设置成 数值)
  • 通过设置比例(初始比例以及缩放比例)把宽度缩放成一至

公式:缩放比 =物理像素 /css像素 ;

 

缺点:

要考虑设备展示效果;有误差

 

 

  3、DPR缩放适配

把css像缩放成与设备像素一样尺寸 (物理像素和 逻辑像素 为1:1)

 

 

  4、rem适配

 

A:相关概念

em:作为字体单位的时候;代表一个父元素字体的大小,作为其他属性单位的时候代表自身的大小

 

概念:rem:css3新增的相对单位,是相对根元素的字体大小

rem适配的原理 把所有的设备都分成相同的若干份,再计算宽度所占的份数

 

 

  • 元素适配元素在设计搞的宽度(ps量出来)的宽度 = 元素实际所占的列数*一列的宽度(1rem)
  • 元素实际所的列数(算)====元素设计搞的宽/一列的宽的(1rem)

 

  • 屏幕分成多少列=(自己设定)根据元素设计稿的元素算出所占的列数
  • 一列的宽度(算)屏幕的实际宽度(css像素)/列数 ===1rem

 

!!!// (chrome注意要大于12px;否则无效)

 

 

B:js中设置根节点字体的大小

方法一

 

真正切图时候的方法(现在以ipone6/7/8为准)在《head中写入脚本》

 

  • 算1rem对应的设备实际的css像素----25px
  • 量出一个元素在设计搞中的尺寸------187.5px
  • !!!那这个尺寸除dpr再换算成rem 187.5/2/25 = 3.75rem

 

<script>

var html = document.documentElement;

var htmlWidth = html.clientWidth;//css像素

html.style.fontSize = htmlWidth/16 +'px';//以一个设为例

</script>

 

方法二:

(function(doc,win,designWidth){

const html = doc.documentElement;

const refer = () =>{

const clientWidth = html.clientWidth;

//当设备宽度大于设计稿宽度

if(clientWidth > designWidth){

 

html.style.fontSize = '100px';

}else{

//以ipone6为基准

// html.style.fontSize = 16* clientWidth/375 +'px';

html.style.fontSize = 100 * (clientWidth/designWidth) +'px';

}

}

refer();

})(document,window,750)

 

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值