วีดีโอ: เราสามารถให้ padding เป็นเปอร์เซ็นต์ได้หรือไม่?
2024 ผู้เขียน: Lynn Donovan | [email protected]. แก้ไขล่าสุด: 2023-12-15 23:54
เปอร์เซ็นต์ : NS การขยายความ ขนาดสัมพันธ์กับความกว้างของพื้นที่เนื้อหาขององค์ประกอบนั้น (เช่น ความกว้างภายในและไม่รวมถึง การขยายความ , เส้นขอบและระยะขอบขององค์ประกอบ) ดังนั้น หาก #wrapper ของคุณกว้าง 940px ให้ 5% การขยายความ = 0.05 × 940 พิกเซล = 47 พิกเซล
ดังนั้น padding สามารถเป็นเปอร์เซ็นต์ได้หรือไม่?
เปอร์เซ็นต์ : NS การขยายความ ขนาดสัมพันธ์กับความกว้างของพื้นที่เนื้อหาขององค์ประกอบนั้น (เช่น ความกว้างภายในและไม่รวมถึง การขยายความ , เส้นขอบและระยะขอบขององค์ประกอบ) ดังนั้น หาก #wrapper ของคุณกว้าง 940px ให้ 5% การขยายความ = 0.05 × 940 พิกเซล = 47 พิกเซล
ประการที่สอง CSS padding คืออะไร? NS การขยายความ ทรัพย์สินใน CSS กำหนดส่วนในสุดของโมเดลกล่อง สร้างช่องว่างรอบเนื้อหาขององค์ประกอบ ภายในระยะขอบและ/หรือเส้นขอบที่กำหนดไว้ การขยายความ ค่าถูกตั้งค่าโดยใช้ความยาวหรือเปอร์เซ็นต์ และไม่สามารถยอมรับค่าลบได้ ค่าเริ่มต้นหรือค่าดีฟอลต์สำหรับ all การขยายความ คุณสมบัติคือ 0
นอกจากนี้ การเติมคำนวณอย่างไร?
แปลว่า การขยายความ เป็น คำนวณ ตามความกว้างขององค์ประกอบหลัก (ควรสังเกตว่าในรูปแบบที่ไม่ใช่ flexbox การขยายความ ด้านบนและด้านล่างสัมพันธ์กับความกว้างของบล็อกที่มี)
เหตุใดช่องว่างภายในจึงส่งผลต่อความกว้าง
ตอนนี้ เนื่องจากวิธีการปรับขนาดกล่องใน CSS การเพิ่ม การขยายความ สู่องค์ประกอบของคุณ จะ เพิ่มไปยัง ขนาด ตั้งแต่ ความกว้าง ของ การขยายความ พื้นที่ จะ ถูกเพิ่มเข้าใน ความกว้าง ของพื้นที่เนื้อหา และดังนั้น ทั้งหมด ความกว้าง (และส่วนสูง) ของธาตุ จะ เพิ่มขึ้น.
แนะนำ:
จะเพิ่ม padding ให้กับรูปภาพได้อย่างไร?
การใช้ HTML เพื่อเพิ่ม Padding คลิกแก้ไข เปลี่ยนไปใช้ตัวแก้ไข HTML ค้นหาโค้ด HTML สำหรับรูปภาพที่คุณต้องการปรับ ค้นหาแอตทริบิวต์สไตล์ของรูปภาพ หากไม่มีรูปภาพ คุณสามารถเพิ่มได้โดยพิมพ์หลัง img ภายในเครื่องหมายคำพูด ให้เพิ่มช่องว่างภายใน: 10px;
สาเหตุ padding คืออะไร?
Causal padding สิ่งนี้จะเสริมอินพุตของเลเยอร์ด้วยศูนย์ที่ด้านหน้า เพื่อให้เราสามารถคาดการณ์ค่าของขั้นตอนในช่วงแรกๆ ในเฟรมได้: สิ่งนี้จะไม่เปลี่ยนสถาปัตยกรรมของโมเดลของเรา (ยังคงเป็นเลเยอร์ที่เชื่อมต่ออย่างสมบูรณ์ด้วยน้ำหนักสี่ตัว) . แต่มันทำให้เราฝึกโมเดลเกี่ยวกับอินพุตที่ไม่สมบูรณ์ได้