《网页设计与制作-初级》

news2024/11/27 3:51:55

《网页设计与制作》是web前端开发技术中静态网页中的内容,主要包括html、css、js中的静态内容部分,是专业基础课程。

随着5G时代的到来,人工智能与物联网结合行业的飞速发展,更多的互联网的崛起。这肯定就比如伴随着对移动互联网领域新的开发场景的需求,需要大量的前端和移动前端开发来呈现。【技术越来越成熟就越要想每一个给用户展示网络页面,提升用户所需】

网页设计与制作

    • 1.1--简单展示
  • Web简介
  • 工具准备:我们选择
    • 2.1-下载
    • 2.2-新建文件

当今社会我们可以足不出户的进行网上平台购物、预约、分享信息、观看新闻等等,在这之中的每一个网页都是一个web前端的页面,也就是说web前端就是每一个展示给用户的网络页面,及用户可以在页面中完成的自己想要的需求。

1.1–简单展示

[HTML]:  本图会==利用0秒时间==直接跳转到搜狐
【本图会利用0秒时间直接跳转到搜狐网站】

找了三个网图,打出来上标题,三段文字

Web简介

Web前端开发是一个复杂而快速发展的领域。现代Web应用程序使用各种技术构建,包括HTML、CSS、JavaScript1和各种前端框架,如React、Angular和Vue。

近年来Web前端开发的最大趋势之一是移动优先设计的兴起。随着越来越多的人在移动设备上访问互联网,网站针对较小的屏幕和基于触摸的交互进行优化变得越来越重要。

Web前端开发的另一个趋势是无服务器架构的日益使用。使用无服务器,开发人员可以构建和部署应用程序,而无需担心管理服务器或基础架构。

总的来说,Web前端开发领域不断发展,开发人员需要及时了解最新的趋势和技术,以构建现代、响应式和用户友好的Web应用程序。
在这里插入图片描述

Web 1.0时代是指互联网早期的时期,1990年代中期到2000年左右。网站主要由静态HTML页面组成,没有太多的动态交互和个性化设计。
Web 2.0时代的网站具有更多的动态交互和个性化设计,用户可以更加积极地参与其中,而不仅仅是被动地浏览内容。具有以下特点:
	更多的动态交互和个性化设计,用户可以更加积极地参与其中。
	更多的社交功能,如用户评论、分享和社交媒体集成。
	更多的多媒体内容,如视频、音频和动画。
	更多的移动设备支持,如响应式设计和移动应用程序。

未来web 3.0的样子:

Web 3.0是指下一代互联网,也被称为“语义Web”。Web 3.0的主要目标是使互联网更加智能化,使计算机能够更好地理解和处理人类语言和行为。
Web 3.0的核心技术包括人工智能、机器学习、自然语言处理和语义Web技术。

但是我们仍在努力【任重道远啊】:

我们还没有完全到达Web 3.0时代。目前,Web 3.0的技术和应用还在不断探索和发展中,还没有一个统一的标准和实现。
一些相关的技术和项目已经出现,如以太坊、Polkadot、Filecoin等。

工具准备:我们选择

工具选择:
Hbuilder X是一个基于HTML5的跨平台开发工具,主要用于移动应用程序的开发和调试。是一款国内开发的软件,速度快,功能强大,在国内前端开发中很受欢迎
还有许多其他的工具和框架可供选择,如Webpack、Gulp、Grunt等。

2.1-下载

搜索 HBuilderX官网 其低下有dcloud.io的这个网站在这里插入图片描述
接下来进入这个页面
在这里插入图片描述

点击中间那个more,
找到自己合适的版本我的设备是windows我选择的是正式版的zip
在这里插入图片描述

我是放在E盘解压:
在这里插入图片描述

我们找到那个绿色图标那个的直接就可以打开
在这里插入图片描述

主题随意:
在这里插入图片描述

2.2-新建文件

点击文件–新建–项目
在这里插入图片描述

紧接着:目录–(我选择的是)普通项目–基本HTML项目(这个就是已经做好封装的工作的项目)【空项目是什么也没有
路径改一个英文的,方便。
在这里插入图片描述

最后的页面:我们就在地下那个尖括号里<indeex.html>里选择我们需要的东西
在这里插入图片描述

需要运行就:点击运行–运行到浏览器–(点击你有的浏览器,没有就得下载)–我选择的是edge
在这里插入图片描述

示例代码:

<!DOCTYPE html>
<html lang="en">
  <head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>换行和水平线标签</title>
  </head>
  <body><br>
    firstPara1 <br>
    secondPara2
    <hr>
  </body>
</html>

  1. web前端页面包含三个部分:结构层、表现层、行为层。
    HTML属于结构层,负责描绘出内容的结构框架,
    CSS属于表现层,负责“如何显示有关内容”,
    JavaScript属于行为层,负责“内容应如何对事件做出反应”【交互】。
    (1)HTML是什么?
    HTML,全称“Hyper Text Markup Language(超文本标记语言)”,简单来说,网页就是用HTML语言制作的。HTML是一门描述性语言,是一门非常容易入门的语言。
    (2)CSS
    CSS,全称“(层叠样式表)”。以后我们在别的地方看到“层叠样式表”、“CSS样式”,指的就是CSS。
    (3)JavaScript
    JavaScript是一门脚本语言。通过这三种技术完成一个网页通过www的web客户端在不同的浏览器中展示出设计的网页,这就是万维网与web与html的关系。 ↩︎

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1008935.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

1023. 驼峰式匹配

1023. 驼峰式匹配 原题链接&#xff1a;完成情况&#xff1a;解题思路&#xff1a;参考代码&#xff1a; 原题链接&#xff1a; 1023. 驼峰式匹配 https://leetcode.cn/problems/camelcase-matching/description/ 完成情况&#xff1a; 解题思路&#xff1a; /**题目理解&am…

【TA 方法积累】贴图快速无缝化处理

参考&#xff1a; SDC4D 最好用的无缝贴图制作方法【C4D教程】_哔哩哔哩_bilibili 方法1&#xff1a;Tiling 3D Materials, Quickly &#xff0c;pixplant 方法2&#xff1a;SD修改&#xff08;推荐&#xff09; 核心就是SD里的这个节点&#xff0c;Make It Tile Patch Col…

冠达管理:打新股的风险有多大?

在股市中&#xff0c;打新股是一种常见的出资方式&#xff0c;也是出资者追求高回报的途径之一。但是&#xff0c;打新股也伴随着必定的危险。本文将从多个视点分析打新股的危险&#xff0c;并对其进行评估。 首要&#xff0c;商场危险是打新股面对的主要危险之一。在我国&…

线性回归方程

性回归是利用数理统计中的回归分析来确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法&#xff0c;是变量间的相关关系中最重要的一部分&#xff0c;主要考查概率与统计知识&#xff0c;考察学生的阅读能力、数据处理能力及运算能力&#xff0c;题目难度中等&…

07 目标检测-YOLO的基本原理详解

一、YOLO的背景及分类模型 1、YOLO的背景 上图中是手机中的一个app&#xff0c;在任何场景下(工业场景&#xff0c;生活场景等等)都可以试试这个app和这个算法&#xff0c;这个app中间还有一个button&#xff0c;来调节app使用的模型的大小&#xff0c;更大的模型实时性差但精…

计算机竞赛 机器学习股票大数据量化分析与预测系统 - python 计算机竞赛

文章目录 0 前言1 课题背景2 实现效果UI界面设计web预测界面RSRS选股界面 3 软件架构4 工具介绍Flask框架MySQL数据库LSTM 5 最后 0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; 机器学习股票大数据量化分析与预测系统 该项目较为新颖&am…

佳节发好文,详细解读HTTP错误状态码产生原因及解决办法

文章目录 HTTP的错误状态码同样适用于HTTPS网页客户端HTTP报错代码服务端原因HTTP错误状态码访问成功状态码访问错误状态码 客户端和服务器端都共同有的报错代码推荐阅读 HTTP&#xff08;Hypertext Transfer Protocol&#xff09;是用于在客户端和服务器之间传输数据的协议。当…

【校招VIP】测试算法考点之智力分析

考点介绍&#xff1a; 智力题(逻辑分析题&#xff09;准备校招的同学们好好准备下,测试笔试中经常遇到。 测试算法考点之智力分析-相关题目及解析内容可点击文章末尾链接查看&#xff01; 一、考点试题 1.5个囚犯在装有100颗豆子的袋子里摸,他们谁的存活几率大? 5个囚犯,分…

竞赛 基于机器视觉的二维码识别检测 - opencv 二维码 识别检测 机器视觉

文章目录 0 简介1 二维码检测2 算法实现流程3 特征提取4 特征分类5 后处理6 代码实现5 最后 0 简介 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 基于机器学习的二维码识别检测 - opencv 二维码 识别检测 机器视觉 该项目较为新颖&#xff0c;适合作为竞赛课…

实时显示当前文件夹下的文件大小,shell脚本实现

图片来源于网络&#xff0c;如果侵权请联系博主删除&#xff01; 需求&#xff1a; 写一个shell终端命令&#xff0c;实时显示当前文件夹下的文件大小 实现&#xff1a; 您可以使用以下的Shell脚本命令来实时显示当前文件夹下的文件大小&#xff1a; while true; docleardu …

【网络教程】超越平凡:一文揭示SSH-keygen的神秘世界

SSH(Secure Shell)是一种网络协议,用于安全地连接到远程计算机。SSH-keygen 是 SSH 协议的一部分,用于生成、管理和转换身份验证密钥对。 SSH-keygen 命令的基本语法如下: ssh-keygen [选项]以下是 ssh-keygen 命令的一些常用选项和参数: -t:指定要生成的密钥类型。例如…

基于传统的三维点云补全方法

目前&#xff0c;三维视觉受到了学术界和工业界的广泛关注&#xff0c;在目标检测、语义分割、三维重建等领域都取得了突破性的进展。然而&#xff0c;一个固有的问题是由于物体遮挡、镜面反射、物体自遮挡、视角变换和传感器分辨率的限制&#xff0c;传感器在真实场景下所获取…

元宇宙安全与著作权相关市场与技术动态:韩国视角

元宇宙市场动态 元宇宙安全与著作权维护技术现状 元宇宙有可能为商业创造巨大价值&#xff0c;尤其是在零售和时尚领域。时尚产品的象征性价值不仅在物理空间中得以保持&#xff0c;在虚拟空间中也是如此。通过元宇宙平台&#xff0c;企业可以开发虚拟产品&#xff0c;降低供…

指针扩展之——数组指针

前言&#xff1a;小伙伴们好久不见&#xff0c;因为刚刚开学事情比较多&#xff0c;所以好久没有更新&#xff0c;还请大家见谅。 那么从今天开始&#xff0c;博主承诺每周至少会出1-2篇博客&#xff0c;感谢小伙伴们的支持&#xff01; 今天这篇文章&#xff0c;我们一起来了…

06-Redis缓存高可用集群

上一篇&#xff1a;05-Redis高可用集群之水平扩展 1.集群方案比较 哨兵模式 在redis3.0以前的版本要实现集群一般是借助哨兵sentinel工具来监控master节点的状态&#xff0c;如果master节点异常&#xff0c;则会做主从切换&#xff0c;将某一台slave作为master&#xff0c…

C++之ostream操作函数operator<<、operator=、put、write、tellp、seekp、flush、swap总结(二百零八)

简介&#xff1a; CSDN博客专家&#xff0c;专注Android/Linux系统&#xff0c;分享多mic语音方案、音视频、编解码等技术&#xff0c;与大家一起成长&#xff01; 优质专栏&#xff1a;Audio工程师进阶系列【原创干货持续更新中……】&#x1f680; 人生格言&#xff1a; 人生…

数据结构 > 算法的时间复杂度(1)

目录 1.算法效率 1.1如何衡量一个算法的好坏 1.2算法的复杂度 1.3复杂度在校招中的考察 2.时间复杂度 2.1时间复杂度的概念 2.2大O的渐进表示法 2.3特殊情况 1.算法效率 1.1如何衡量一个算法的好坏 如何衡量一个算法的好坏呢&#xff1f;比如对于以下斐波那契数列&…

定积分的性质:不等式性质与中值定理

目录 定积分的不等式性质 定积分的中值定理 定积分的常用计算公式 定积分的不等式性质 定积分的不等式性质主要包含两个方面&#xff1a;定积分的绝对值性质和估值定理。 首先&#xff0c;定积分的绝对值性质可以表述为&#xff1a;如果函数f(x)在区间[a,b]上可积&#xff…

Talk | 北京通用人工智能研究院黄思远:让通用智能体理解三维世界

本期为TechBeat人工智能社区第530期线上Talk&#xff01; 北京时间9月13日(周三)20:00&#xff0c;北京通用人工智能研究院研究科学家—黄思远的Talk已准时在TechBeat人工智能社区开播&#xff01; 他与大家分享的主题是: “让通用智能体理解三维世界”&#xff0c;他分享了现有…

基于Pandas+余弦相似度+大数据智能护肤品推荐系统——机器学习算法应用(含Python工程源码)+数据集

目录 前言总体设计系统整体结构图系统流程图 运行环境Python环境Pycharm 环境 模块实现1. 文件读入2. 推荐算法1&#xff09;数据预处理2&#xff09;计算相似度3&#xff09;排序并提取产品4&#xff09;组合推荐算法 3. 应用模块1&#xff09;得到最终产品2&#xff09;筛选过…