摘要:大多數(shù)網(wǎng)站的主要內(nèi)容是文本,更準(zhǔn)確地說(shuō),是簡(jiǎn)短的文本。如果這種趨勢(shì)持續(xù)下去,年,網(wǎng)頁(yè)的體積平均將超過(guò),比一本俄羅斯長(zhǎng)篇小說(shuō)還大。但是,這篇報(bào)道的網(wǎng)頁(yè),體積為,外加一個(gè)的視頻。我們抽走了人們學(xué)習(xí)互聯(lián)網(wǎng)的梯子。完轉(zhuǎn)載自阮一峰的網(wǎng)絡(luò)日志
1、大多數(shù)網(wǎng)站的主要內(nèi)容是文本,更準(zhǔn)確地說(shuō),是簡(jiǎn)短的文本。
文本本身并不大,但是展示它們的網(wǎng)頁(yè),正變得越來(lái)越大。Twitter展示單條評(píng)論(140個(gè)字符)的頁(yè)面,超過(guò)900KB。Medium的一篇文章大約400個(gè)詞,頁(yè)面大小是1.2MB。
如果這種趨勢(shì)持續(xù)下去,2020年,網(wǎng)頁(yè)的體積平均將超過(guò)5MB,比一本俄羅斯長(zhǎng)篇小說(shuō)還大。比如,陀思妥耶夫斯基的《罪與罰》,文本壓縮后不到800KB。
TechTimes.com有一篇報(bào)道,介紹Google正在為大網(wǎng)頁(yè)做標(biāo)記。但是,這篇報(bào)道的網(wǎng)頁(yè),體積為18MB,外加一個(gè)3MB的視頻。
2015年5月,F(xiàn)acebook引入了"Instant Articles",幫助用戶快速瀏覽新聞。但是,介紹這個(gè)功能的頁(yè)面,體積為6.8MB,外加一個(gè)41MB的視頻。你想了解這個(gè)功能的細(xì)節(jié),唯一的方法就是去看這個(gè)視頻。
2、網(wǎng)頁(yè)真的有必要這么大嗎?明明200KB就足夠,為什么要做成2MB?因?yàn)槲覀円锩嫒芏嗖恍枰臇|西:廣告、高清圖片、視頻、用戶追蹤系統(tǒng)、社交媒體的代碼......你不塞,公司就可能解雇你。
如今的時(shí)代,你跟雇主說(shuō),想做一張?bào)w積只有幾百KB的網(wǎng)頁(yè),就好像跟SUV車主談?wù)撌∮偷慕?jīng)濟(jì)型轎車。
有人會(huì)說(shuō),這是免費(fèi)內(nèi)容的代價(jià)。但是,我想問(wèn),誰(shuí)會(huì)從海量的互聯(lián)網(wǎng)廣告獲利?廣告主,還是消費(fèi)者?
真正獲得暴利的是網(wǎng)絡(luò)服務(wù)提供商和互聯(lián)網(wǎng)廣告公司,其他人都付出了巨大的成本。
3、我們都忘了健康的網(wǎng)頁(yè),應(yīng)該是什么樣子。值得閱讀的文本,配上結(jié)構(gòu)良好的標(biāo)簽。
適度的圖片和視覺(jué)設(shè)計(jì)。
一層CSS
少量的JavaScript,只在必需時(shí)使用
但是,2015年真實(shí)的網(wǎng)頁(yè),卻是下面這樣。
一層HTML
一大堆垃圾
頂部還有一層監(jiān)控代碼
4、寬帶和光纖上網(wǎng)并不解決問(wèn)題,實(shí)際上還鼓勵(lì)了人們往網(wǎng)頁(yè)上添加更多的東西。為了平衡網(wǎng)頁(yè)體積,工程師想出了很多方法:首屏快速渲染、壓縮文件、異步加載、批量HTTP請(qǐng)求、管道發(fā)送等等......
網(wǎng)站開(kāi)發(fā)越來(lái)越依賴代碼精簡(jiǎn)、壓縮、緩存、服務(wù)器配置這些中間步驟,這使得找出錯(cuò)誤越來(lái)越困難,成本越來(lái)越高。
5、復(fù)雜性讓聰明人上癮。即使我們知道復(fù)雜不是好事,但難以抵抗。復(fù)雜的東西總是顯得很酷,讓人情不自禁想繼續(xù)干下去。
大多數(shù)網(wǎng)站都過(guò)度復(fù)雜了。
我們做的每件事,都使得創(chuàng)造網(wǎng)站或編輯網(wǎng)頁(yè)變得困難。把一篇文章放上網(wǎng),正在變得需要一個(gè)專家團(tuán)隊(duì)才能完成。
新手越來(lái)越難通過(guò)源碼學(xué)習(xí)。我們抽走了人們學(xué)習(xí)互聯(lián)網(wǎng)的梯子。
6、其實(shí)只需要兩步,就可以大大縮小網(wǎng)頁(yè)體積,提高性能。第一步,確保最重要的內(nèi)容,首先下載和渲染;
第二步,就此結(jié)束。
你不需要那些多余的垃圾,對(duì)最簡(jiǎn)主義保持信心就行。
7、讓我們保持互聯(lián)網(wǎng)是一個(gè)超鏈接構(gòu)成的媒體,不要把它變成另一種東西。(完)
轉(zhuǎn)載自:阮一峰的網(wǎng)絡(luò)日志
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://m.specialneedsforspecialkids.com/yun/111345.html
摘要:大多數(shù)網(wǎng)站的主要內(nèi)容是文本,更準(zhǔn)確地說(shuō),是簡(jiǎn)短的文本。如果這種趨勢(shì)持續(xù)下去,年,網(wǎng)頁(yè)的體積平均將超過(guò),比一本俄羅斯長(zhǎng)篇小說(shuō)還大。但是,這篇報(bào)道的網(wǎng)頁(yè),體積為,外加一個(gè)的視頻。我們抽走了人們學(xué)習(xí)互聯(lián)網(wǎng)的梯子。完轉(zhuǎn)載自阮一峰的網(wǎng)絡(luò)日志 1、大多數(shù)網(wǎng)站的主要內(nèi)容是文本,更準(zhǔn)確地說(shuō),是簡(jiǎn)短的文本。 文本本身并不大,但是展示它們的網(wǎng)頁(yè),正變得越來(lái)越大。Twitter展示單條評(píng)論(140個(gè)字符)的...
摘要:大多數(shù)網(wǎng)站的主要內(nèi)容是文本,更準(zhǔn)確地說(shuō),是簡(jiǎn)短的文本。如果這種趨勢(shì)持續(xù)下去,年,網(wǎng)頁(yè)的體積平均將超過(guò),比一本俄羅斯長(zhǎng)篇小說(shuō)還大。但是,這篇報(bào)道的網(wǎng)頁(yè),體積為,外加一個(gè)的視頻。我們抽走了人們學(xué)習(xí)互聯(lián)網(wǎng)的梯子。完轉(zhuǎn)載自阮一峰的網(wǎng)絡(luò)日志 1、大多數(shù)網(wǎng)站的主要內(nèi)容是文本,更準(zhǔn)確地說(shuō),是簡(jiǎn)短的文本。 文本本身并不大,但是展示它們的網(wǎng)頁(yè),正變得越來(lái)越大。Twitter展示單條評(píng)論(140個(gè)字符)的...
摘要:自年以來(lái),世界肥胖人數(shù)已增長(zhǎng)近三倍。年,歲及以上的成年人中逾億人超重,其中超過(guò)億人肥胖。換成比例來(lái)說(shuō),就是以上的成年人中有超重,且為肥胖。這些數(shù)字再次提醒我們,減輕體重,擁有健康體型刻不容緩。 肥胖已經(jīng)成為全球性問(wèn)題,而減肥從來(lái)都是口號(hào)易喊實(shí)踐難。很多人工智能公司利用大數(shù)據(jù)、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)等技術(shù),幫助廣大「胖友」管住嘴,邁開(kāi)腿,同時(shí)為其進(jìn)行個(gè)性化瘦身建議。 「復(fù)聯(lián) 4」中,雷神索...
摘要:項(xiàng)目描述保險(xiǎn)公司對(duì)個(gè)人投保時(shí)或根據(jù)歷史數(shù)據(jù)生成的模型來(lái)計(jì)算個(gè)人保費(fèi),那么本次我們就以這個(gè)模型的求解過(guò)程為例來(lái)實(shí)踐下多元線性回歸。則是當(dāng)前數(shù)據(jù)人上年度在保險(xiǎn)的額度。如何從數(shù)據(jù)估計(jì)線性回歸系數(shù)。如何使用線性回歸預(yù)測(cè)新數(shù)據(jù)。 1. 項(xiàng)目描述 保險(xiǎn)公司對(duì)個(gè)人投保時(shí)或根據(jù)歷史數(shù)據(jù)生成的模型來(lái)計(jì)算個(gè)人保費(fèi),那么本次我們就以這個(gè)模型的求解過(guò)程為例來(lái)實(shí)踐下多元線性回歸。 2 數(shù)據(jù)與簡(jiǎn)單分析 數(shù)據(jù)集下載...
摘要:項(xiàng)目描述保險(xiǎn)公司對(duì)個(gè)人投保時(shí)或根據(jù)歷史數(shù)據(jù)生成的模型來(lái)計(jì)算個(gè)人保費(fèi),那么本次我們就以這個(gè)模型的求解過(guò)程為例來(lái)實(shí)踐下多元線性回歸。則是當(dāng)前數(shù)據(jù)人上年度在保險(xiǎn)的額度。如何從數(shù)據(jù)估計(jì)線性回歸系數(shù)。如何使用線性回歸預(yù)測(cè)新數(shù)據(jù)。 1. 項(xiàng)目描述 保險(xiǎn)公司對(duì)個(gè)人投保時(shí)或根據(jù)歷史數(shù)據(jù)生成的模型來(lái)計(jì)算個(gè)人保費(fèi),那么本次我們就以這個(gè)模型的求解過(guò)程為例來(lái)實(shí)踐下多元線性回歸。 2 數(shù)據(jù)與簡(jiǎn)單分析 數(shù)據(jù)集下載...
閱讀 3595·2023-04-26 02:55
閱讀 2864·2021-11-02 14:38
閱讀 4143·2021-10-21 09:39
閱讀 2852·2021-09-27 13:36
閱讀 3959·2021-09-22 15:08
閱讀 2654·2021-09-08 10:42
閱讀 2809·2019-08-29 12:21
閱讀 677·2019-08-29 11:22