博客
关于我
font
阅读量:492 次
发布时间:2019-03-07

本文共 622 字,大约阅读时间需要 2 分钟。

■ 定义

font属性是CSS中的复合属性,用于同时控制字体的多个方面,如样式、高度、大小和字体家族等。它能够以单一属性替代多个单独的CSS属性,从而减少代码冗余

■ 语法使用方法

font属性的值必须按照以下顺序书写,各属性之间用空格隔开,且顺序不可变换:font-style font-weight font-size/line-height font-family

font: font-style font-weight font-size/line-height font-family;

如果某些属性不需要设置,可以省略,浏览器会使用默认值。不过必须保留font-size和font-family属性,否则font属性将失效

■ 示例说明

div { font: italic 700 16px 'Microsoft YaHei'; }

p { font: 16px 'Microsoft YaHei'; }

div { font: bold 20px Arial, sans-serif; }

p { font: 14px Arial, sans-serif; }

(以上代码示例显示了如何设置不同元素的字体样式,确保所有属性按顺序书写)

转载地址:http://uqncz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>