html可视化布局系统源码,一个开源可视化布局项目,在线生成纯css布局,可阅读的代码。...

本人试过目前已有的可视化布局工具,发现都不尽人意,不是说功能不够,而是一开始就行不通,于是就搞了一个可视化在线布局工具

可视化布局工具 可视化代码AL 简介

它是一个适合企业级的前端代码可视化工具

不生成absolute这种类似易企秀代码

不是只靠组件生成代码,完全自定义,界面制作可以抛开编辑器

使用在线手动编辑的形式,非AI生成代码,比如微软的sketch2code(根据草图生成代码)在实际运用上还需要很长时间,目前AL也在研发这个(根据UI视图生成代码)。

作为唯一一个生成纯css可阅读代码的项目。原理是什么呢。

这个可视化布局, 是基于Tree HTML、Tree css结构添加上层应用。

基于程序员的思维方式,使用可视化表达出来,所以跟写代码是一样的,不用担心不出来好东西,做不出来只能说“姿势”没对。

树结构的方式可以避免像活动页面一样,导出都是absolute\fixed.一次性代码。目前这种做的不错,比如易企秀,百度H5。在线发布,不需要修改源码。

还有目前类似项目,那就是Bootstrap的layoutit, 我一开始使用就放弃了,因为我是专业的程序员。对于Bootstrap这种栅格布局,我觉的不大适合自定义要求高的,并且有依赖(这个还好说)。然后对属性等操作不强,并且不是开源的。无法进行扩展然后达到可真正使用的地步(对于我而言,并没有否认它完全没价值)

那AL可视化布局生成代码的项目到底长什么样子的呢

dbf1414e9212?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation

image

dbf1414e9212?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation

image

dbf1414e9212?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation

image

使用程序员的思维,使用flex布局。

没有多余组件依赖,直接生成css代码,html代码

项目放在GITHUB上面

auto-layout 可视化布局、自动化css布局

使用方式

dbf1414e9212?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation

image

分为四个区

第一个是在插入布局。

第二个是控制区,可以选中要修改的位置、删除当前位置的布局、新增兄弟节点等

第三个是编辑属性,可以修改长度、添加文字、修改颜色、添加图片

第四个是源码预览,代码下载等功能,点击右下角

之后还会添加多个页面之间的联系和REM等功能。

参与

目前的技术栈是: react react-redux ts

dbf1414e9212?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation

image

-END-

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【资源说明】 基于Flask的Python全国招聘岗位就业可视化系统源码+项目部署说明+详细注释.zip 1、该资源内项目代码都是经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能。 1 开发环境** * 1 系统:Window 10 家庭中文版。 * 2 语言:Python(3.8.5)、MySQL(5.5)。 * 3 Python所需的库:flask、pymysql、pandas、numpy、time、datetime、requests、etree、jieba、re、json、decimal(没有的话pip或conda安装一下~)。 * 4 编辑器:jupyter Lab(jupyter notebook)、Pycharm(主用)、Navicat。 2 运行说明** 本项目下面有五个.py的文件,下面分别阐述各个文件所对应的功能:<br> * 1 data_collection:分别从前程无忧网站和猎聘网上以关键词`job_name`爬取相关数据。其中,前程无忧爬取的数据主要用来进行相关图表的绘制;而猎聘网上主要为岗位要求文本数据,这部分进行词云的可视化展示。 * 2 data_clean:对爬取到的数据进行清洗,包括去重去缺失值、变量重编码、特征字段创造、文本分词等。 * 3 data_store:将清洗后的数据全部储存到`MySQL`中,其中对文本数据使用`jieba.analyse`下的`extract_tags`来获取文本中的关键词和权重大小,方便绘制词云。 * 4 utils:大多为app调用MySQL数据库中的工具类函数;同时,里面也有引用data_collection、data_clean、data_store等函数,我们也主要使用该工具类进行岗位数据的爬取、清洗和存储。 * 5 app:使用`Python`一个小型轻量的`Flask`框架来进行`Web`可视化系统的搭建,在static中有css和js文件,js中大多为百度开源的[ECharts](https://echarts.apache.org/examples/zh/index.html),再通过自定义`controller.js`来使用ajax调用flask已设定好的路由,将数据异步刷新到templates下的`main.html`中。 * 6 如何运行:先运行utils,提前进行数据采集、数据清洗、数据存储操作,之后更改app修改好`datatable`和`job_name`,这部分信息务必与utils中输入的保持一致(因为发现app一运行的话就会直接给出网页,所以没法在控制台上同步将变量赋值过去*_*)。 * 7 温馨提示:由于我在数据采集部分使用了一个用redis搭建的代理IP池,所以一开始运行的话需要将里面的proxies删掉,使用time.sleep即可(使用代理池能防止被封IP,同时可以更快爬取数据,实现可视化操作)。 3 你将会学到** * 1 Python爬虫:盗亦有道,掌握requests和xpath的相关用法。 * 2 数据清洗:能详细知道项目中数据预处理的步骤,包括去重去缺失值、变量重编码、特征字段创造和文本数据预处理,玩转pandas、numpy相关用法。 * 3 数据库知识:select、insert等操作,掌握pymysql相关用法。 * 4 前后端知识:了解到HTML、JQuery、JavaScript、Ajax的相关用法。 * 5 Flask知识:能快速建立起一个轻量级的Web框架,利用Python实现前后端交互。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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