博客
关于我
38.html5的过渡(transition)
阅读量:527 次
发布时间:2019-03-08

本文共 1550 字,大约阅读时间需要 5 分钟。

文章目录

html5的过渡(transition)

过渡(transition):通过过渡可以指定一个元素发生变化时的切换方式,从而创建一些比较好的效果,提升用户的体验。

transition-property(指定要执行过渡的属性)

transiton-duration(指定过渡效果的持续时间)

属性transition-property和 transiton-duration这两个得一起使用才有效。因为你得告诉系统你要过渡什么属性,过渡所用时间为多少,系统才能够为你准确的实现。

注意:大部分属性都支持过渡效果,但是过度时必须时从一个有效数值向另一个有效数值进行过渡。
格式:

  • transition-property:属性1,属性2,。。。,属性n;(所有的属性都想用过渡那么就直接写all)
  • transition-duration: N s/ms;(秒和毫秒,1s=1000ms,N是常数)

例子:

.box2{   	transition-property:width, height;	transition-duration:2s;}

完整例子1:(实现方块的变大缩小)

    
过渡

显示:(图片会慢慢变大,耗时2s,等变到200px * 200px的时候,就会停下来,当你把鼠标移出.box1的时候,又会重新变回100px * 100px)

在这里插入图片描述
在这里插入图片描述
完整例子2(实现方块的移动):

    
过渡

显示:(从左向右滑动)

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

transition-timing-function(过渡的时序函数)

transition-timing-function:指定过渡的执行方式,可选值:

  • ease:慢速开始,先加速后减速(默认)
  • linear:匀速运动
  • ease-in:加速运动
  • ease-out:减速运动
  • ease-in-out:先加速后减速
  • cubic-bezier()来指定时序函数
    时序函数的值可以参考网址:

在这里插入图片描述

在这里插入图片描述

  • steps(N):分步执行过渡效果(瞬变N次,最后一次到达终点)
    也可以设置第二个参数(start或者end),比如:
    steps(2, start),表示分两步进行,在每一秒的刚开始就动,大概1.01s到;
    steps(2, end),表示分两步进行,在每一秒刚结束才动,大概2s到。

这些个效果还是自己测试效果会好一些,就不给出截图了,直接贴一段代码,有兴趣的可以自行更换属性的值进行查看。(.box3是用来做参照物的)

    
过渡

transition-delay(过渡效果的延迟)

transition-delay:等待一段时间后再执行过程。

用法:transition-delay:Ns/ms(N是常数,s是秒,ms是毫秒)
比较简单,不多做介绍

transition(过渡的简写)

transition:可以同时设置过渡相关的所有属性,但是:只写一个时间代表过渡时间,写两个时间的话,第一个时间是过渡时间,第二个时间表示延迟时间。

针对上面的设置:

transition-property: margin;transition-duration: 2s;transition-timing-function: steps(2,start);transition-delay: 2s;

我们可以简写成:

transition: margin 2s 2s steps(2,start);

转载地址:http://oixnz.baihongyu.com/

你可能感兴趣的文章
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
nmap 使用方法详细介绍
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
nmap指纹识别要点以及又快又准之方法
查看>>
Nmap渗透测试指南之指纹识别与探测、伺机而动
查看>>