前端实训,刚入门,我用原生技术(H5、C3、JS、JQ)手写【网易游戏】页面特效

简介: 于辰在大学期间带领团队参考网易游戏官网的部分游戏页面,开发了一系列前端实训作品。项目包括首页、2021校园招聘页面和明日之后游戏页面,涉及多种特效实现,如动态图片切换和人物聚合效果。作品源码已上传至CSDN,视频效果可在CSDN预览。

【版权声明】未经博主同意,谢绝转载!(请尊重原创,博主保留追究权)
https://developer.aliyun.com/article/1636179>
出自【进步*于辰的博客

大学学习前端的时候,我们团队以【网易游戏官网】中的部分游戏页面作为参考开发了一些页面作为实训作品(作品源码我已上传→ 网易游戏官网-部分游戏页面源码.rar)。

1、首页

由于本站无法上传视频,请大家转站CSDN预览页面效果 → 网易游戏官网-首页效果

2、网页一:(2021校园招聘)网页

由于本站无法上传视频,请大家转站CSDN预览页面效果 → 网易游戏官网-【2021校园招聘】页面效果

2.1 特效一

效果。
在这里插入图片描述

实现思路:

  1. 不断移动的是通过annotation(动画)实现的,只是移动方向、移动距离、动画周期以及移动时机等不同;
  2. 不断移动的其实是一张张图片,点击切换时“修改图片路径”(换图)。这里,我是用 js 数组来存放图片路径,也用到了 js 对象。

    2.2 特效二

    效果。
    在这里插入图片描述

实现思路:

“人物聚合”的效果是将多张图片切割、再合并、过渡实现的。

人物的“大盒子”是由25个大小相同的“小盒子”拼接而成。

宽:大盒子 = 小盒子;高:大盒子 = 小盒子 * 25

将一张人物图片(调整其宽高与“大盒子”相同)横截成25等份。

每一份的宽与“大盒子”相同,高是“大盒子”的 1/25

并不是真的截开,不破坏这张图,只是用于记录每一份所占的纵向像素起始点,一共25像素区间,区间的长度记为“像素段”。

然后将这张图复制24份(一共25张),将这25张图片对应前一步所得的25个像素区间。并将其作为25个“小盒子”的背景图片。

设置好背景后,将图片上移。

上移的像素等于(n - 1)个像素段,n 是“小盒子”序号

因此,每个“小盒子”的背景图片都是人物图的1/25。拼接起来就是一张完整的人物图。

最后,将这25个“小盒子”分别设置一个“初始位置”,并隐藏

left: -xxpx;
// 或:
transform: translateX(-xxpx);

当点击人物切换时,修改这25个“小盒子”的背景图片路径、将“小盒子”过渡平移到“大盒子”内、即可实现“聚合”效果。

3、网页二:(明日之后)游戏网页

由于本站无法上传视频,请大家转站CSDN预览页面效果 → 网易游戏官网-【明日之后】游戏页面效果

3.1 特效一

效果。
在这里插入图片描述
在这里插入图片描述

实现思路:

  1. 这个特效如何实现的大家肯定已经看出来了,就是合并了(2021校园招聘)网页那两个特效的部分功能。不赘述了。

    最后

    本文中的视频由【ev录屏】软件录制,gif 图片由【GifCam】小工具录制,这个工具的安装包在这里→ 办公实用小工具锦集.rar,兴许大家用得到。

本文完结。

相关文章
|
5天前
|
编解码 前端开发 JavaScript
从入门到精通:揭秘前端开发中那些不为人知的优化秘籍!
前端开发是充满无限可能的领域,从初学者到资深专家,每个人都追求更快、更稳定、更用户体验友好的网页。本文介绍了四大优化秘籍:1. HTML的精简与语义化;2. CSS的优雅与高效;3. JavaScript的精简与异步加载;4. 图片与资源的优化。通过这些方法,可以显著提升网页性能和用户体验。
11 3
|
10天前
|
机器学习/深度学习 自然语言处理 前端开发
前端神经网络入门:Brain.js - 详细介绍和对比不同的实现 - CNN、RNN、DNN、FFNN -无需准备环境打开浏览器即可测试运行-支持WebGPU加速
本文介绍了如何使用 JavaScript 神经网络库 **Brain.js** 实现不同类型的神经网络,包括前馈神经网络(FFNN)、深度神经网络(DNN)和循环神经网络(RNN)。通过简单的示例和代码,帮助前端开发者快速入门并理解神经网络的基本概念。文章还对比了各类神经网络的特点和适用场景,并简要介绍了卷积神经网络(CNN)的替代方案。
|
15天前
|
JavaScript 前端开发 开发者
前端框架对比:Vue.js与Angular的优劣分析与选择建议
【10月更文挑战第27天】在前端开发领域,Vue.js和Angular是两个备受瞩目的框架。本文对比了两者的优劣,Vue.js以轻量级和易上手著称,适合快速开发小型到中型项目;Angular则由Google支持,功能全面,适合大型企业级应用。选择时需考虑项目需求、团队熟悉度和长期维护等因素。
21 1
|
16天前
|
JavaScript 前端开发 API
前端框架对比:Vue.js与Angular的优劣分析与选择建议
【10月更文挑战第26天】前端技术的飞速发展让开发者在构建用户界面时有了更多选择。本文对比了Vue.js和Angular两大框架,介绍了它们的特点和优劣,并给出了在实际项目中如何选择的建议。Vue.js轻量级、易上手,适合小型项目;Angular结构化、功能强大,适合大型项目。
15 1
|
30天前
|
存储 人工智能 前端开发
前端大模型应用笔记(三):Vue3+Antdv+transformers+本地模型实现浏览器端侧增强搜索
本文介绍了一个纯前端实现的增强列表搜索应用,通过使用Transformer模型,实现了更智能的搜索功能,如使用“番茄”可以搜索到“西红柿”。项目基于Vue3和Ant Design Vue,使用了Xenova的bge-base-zh-v1.5模型。文章详细介绍了从环境搭建、数据准备到具体实现的全过程,并展示了实际效果和待改进点。
127 2
|
30天前
|
JavaScript 前端开发 程序员
前端学习笔记——node.js
前端学习笔记——node.js
37 0
|
30天前
|
人工智能 自然语言处理 运维
前端大模型应用笔记(一):两个指令反过来说大模型就理解不了啦?或许该让第三者插足啦 -通过引入中间LLM预处理用户输入以提高多任务处理能力
本文探讨了在多任务处理场景下,自然语言指令解析的困境及解决方案。通过增加一个LLM解析层,将复杂的指令拆解为多个明确的步骤,明确操作类型与对象识别,处理任务依赖关系,并将自然语言转化为具体的工具命令,从而提高指令解析的准确性和执行效率。
|
30天前
|
存储 弹性计算 算法
前端大模型应用笔记(四):如何在资源受限例如1核和1G内存的端侧或ECS上运行一个合适的向量存储库及如何优化
本文探讨了在资源受限的嵌入式设备(如1核处理器和1GB内存)上实现高效向量存储和检索的方法,旨在支持端侧大模型应用。文章分析了Annoy、HNSWLib、NMSLib、FLANN、VP-Trees和Lshbox等向量存储库的特点与适用场景,推荐Annoy作为多数情况下的首选方案,并提出了数据预处理、索引优化、查询优化等策略以提升性能。通过这些方法,即使在资源受限的环境中也能实现高效的向量检索。
|
30天前
|
机器学习/深度学习 弹性计算 自然语言处理
前端大模型应用笔记(二):最新llama3.2小参数版本1B的古董机测试 - 支持128K上下文,表现优异,和移动端更配
llama3.1支持128K上下文,6万字+输入,适用于多种场景。模型能力超出预期,但处理中文时需加中英翻译。测试显示,其英文支持较好,中文则需改进。llama3.2 1B参数量小,适合移动端和资源受限环境,可在阿里云2vCPU和4G ECS上运行。
|
30天前
|
前端开发 算法 测试技术
前端大模型应用笔记(五):大模型基础能力大比拼-计数篇-通义千文 vs 文心一言 vs 智谱 vs 讯飞vsGPT
本文对比测试了通义千文、文心一言、智谱和讯飞等多个国产大模型在处理基础计数问题上的表现,特别是通过链式推理(COT)提示的效果。结果显示,GPTo1-mini、文心一言3.5和讯飞4.0Ultra在首轮测试中表现优秀,而其他模型在COT提示后也能显著提升正确率,唯有讯飞4.0-Lite表现不佳。测试强调了COT在提升模型逻辑推理能力中的重要性,并指出免费版本中智谱GLM较为可靠。
前端大模型应用笔记(五):大模型基础能力大比拼-计数篇-通义千文 vs 文心一言 vs 智谱 vs 讯飞vsGPT