液体装载机

效果演示

13-液体装载机.gif

实现了一个SVG动画效果,其中包含了一个线条、两个圆圈和一个虚线。线条和虚线是使用SVG的stroke属性和stroke-dasharray属性实现的,圆圈是使用SVG的circle元素实现的。动画效果是使用CSS的animation属性实现的,其中包含了一个名为Snurra1的动画,该动画会将线条和虚线的stroke-dashoffset属性从0逐渐减小到-403px,从而实现动画效果。圆圈和虚线的样式是通过CSS样式实现的,其中包含了一个渐变色和一个模糊效果。

Code

<svg class="gegga"><defs><filter id="gegga"><feGaussianBlur in="SourceGraphic" stdDeviation="7" result="blur" /><feColorMatrix in="blur" mode="matrix" values="1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 20 -10" result="inreGegga" /><feComposite in="SourceGraphic" in2="inreGegga" operator="atop" /></filter></defs>
</svg>
<svg class="snurra" width="200" height="200" viewBox="0 0 200 200"><defs><linearGradient id="linjärGradient"><stop class="stopp1" offset="0" /><stop class="stopp2" offset="1" /></linearGradient><linearGradient y2="160" x2="160" y1="40" x1="40" gradientUnits="userSpaceOnUse" id="gradient"xlink:href="#linjärGradient" /></defs><path class="halvan"d="m 164,100 c 0,-35.346224 -28.65378,-64 -64,-64 -35.346224,0 -64,28.653776 -64,64 0,35.34622 28.653776,64 64,64 35.34622,0 64,-26.21502 64,-64 0,-37.784981 -26.92058,-64 -64,-64 -37.079421,0 -65.267479,26.922736 -64,64 1.267479,37.07726 26.703171,65.05317 64,64 37.29683,-1.05317 64,-64 64,-64" /><circle class="strecken" cx="100" cy="100" r="64" />
</svg>
<svg class="skugga" width="200" height="200" viewBox="0 0 200 200"><path class="halvan"d="m 164,100 c 0,-35.346224 -28.65378,-64 -64,-64 -35.346224,0 -64,28.653776 -64,64 0,35.34622 28.653776,64 64,64 35.34622,0 64,-26.21502 64,-64 0,-37.784981 -26.92058,-64 -64,-64 -37.079421,0 -65.267479,26.922736 -64,64 1.267479,37.07726 26.703171,65.05317 64,64 37.29683,-1.05317 64,-64 64,-64" /><circle class="strecken" cx="100" cy="100" r="64" />
</svg>
body {align-items: center;display: flex;justify-content: center;height: 100vh;overflow: hidden;background-color: #212121;
}.gegga {width: 0;
}.snurra {filter: url(#gegga);
}.stopp1 {stop-color: #f700a8;
}.stopp2 {stop-color: #ff8000;
}.halvan {animation: Snurra1 10s infinite linear;stroke-dasharray: 180 800;fill: none;stroke: url(#gradient);stroke-width: 23;stroke-linecap: round;
}.strecken {animation: Snurra1 3s infinite linear;stroke-dasharray: 26 54;fill: none;stroke: url(#gradient);stroke-width: 23;stroke-linecap: round;
}.skugga {filter: blur(5px);opacity: 0.3;position: absolute;transform: translate(3px, 3px);
}@keyframes Snurra1 {0% {stroke-dashoffset: 0;}100% {stroke-dashoffset: -403px;}
}

实现思路拆分

body {align-items: center; /* 垂直居中 */display: flex; /* 使用flex布局 */justify-content: center; /* 水平居中 */height: 100vh; /* 高度为视口高度 */overflow: hidden; /* 隐藏溢出部分 */background-color: #212121; /* 背景颜色为深灰色 */
}

这段代码定义了SVG动画效果的基本样式,包括垂直居中、水平居中、高度为视口高度、隐藏溢出部分和背景颜色等。

.gegga {width: 0; /* 宽度为0 */
}

这段代码定义了一个名为gegga的类,但是没有给它任何样式。

.snurra {filter: url(#gegga); /* 使用gegga类定义的渐变 */
}

这段代码定义了一个名为snurra的类,并使用了gegga类定义的渐变。

.stopp1 {stop-color: #f700a8; /* 颜色为粉红色 */
}.stopp2 {stop-color: #ff8000; /* 颜色为橙色 */
}

这段代码定义了两个名为stopp1和stopp2的类,分别用于定义渐变的两个颜色。

.halvan {animation: Snurra1 10s infinite linear; /* 动画名称为Snurra1,持续时间为10秒,无限循环,线性运动 */stroke-dasharray: 180 800; /* 虚线的长度为180px,间隔为800px */fill: none; /* 不填充 */stroke: url(#gradient); /* 颜色为渐变 */stroke-width: 23; /* 线条宽度为23px */stroke-linecap: round; /* 线条端点为圆形 */
}.strecken {animation: Snurra1 3s infinite linear; /* 动画名称为Snurra1,持续时间为3秒,无限循环,线性运动 */stroke-dasharray: 26 54; /* 虚线的长度为26px,间隔为54px */fill: none; /* 不填充 */stroke: url(#gradient); /* 颜色为渐变 */stroke-width: 23; /* 线条宽度为23px */stroke-linecap: round; /* 线条端点为圆形 */
}

这段代码定义了两个名为halvan和strecken的类,分别用于定义虚线的样式。其中,halvan类定义了一个长为180px、间隔为800px的虚线,strecken类定义了一个长为26px、间隔为54px的虚线。

.skugga {filter: blur(5px); /* 模糊半径为5px */opacity: 0.3; /* 透明度为0.3 */position: absolute; /* 绝对定位 */transform: translate(3px, 3px); /* 平移3px */
}

这段代码定义了一个名为skugga的类,用于定义虚线的虚线部分的样式。其中,filter属性用于定义模糊效果,opacity属性用于定义透明度,position属性用于定义绝对定位,transform属性用于定义平移。

@keyframes Snurra1 {0% {stroke-dashoffset: 0; /* 初始状态,虚线偏移量为0 */}100% {stroke-dashoffset: -403px; /* 动画结束时,虚线偏移量为-403px */}
}

这段代码定义了一个名为Snurra1的动画,用于控制虚线的移动。其中,@keyframes规则用于定义动画的关键帧,0%状态表示动画开始时的状态,100%状态表示动画结束时的状态。在0%状态下,虚线的偏移量为0,在100%状态下,虚线的偏移量为-403px,从而实现了动画效果。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/327594.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

解决Gitee每次push都需要输入用户名和密码

其实很简单&#xff0c;只需要使用命令 git config --global credential.helper store 在你下次push时只需要再输入一次用户名和密码&#xff0c;电脑就会保存下来&#xff0c;之后就无需进行输入了。

【数据库】聊聊常见的索引优化-上

数据库对于现有互联网应用来说&#xff0c;其实是非常重要的后端存储组件&#xff0c;而大多数系统故障都是由于存储所导致的&#xff0c;而数据库是重中之重&#xff0c;所以为了比较好掌握SQL的基本优化手段&#xff0c;打算用两篇文章从基本的联合索引优化、group by/order …

ChatGPT大升级,文档图像识别领域迎来技术革新

​写在前面ChatGPT迎来重大升级冲击与机遇并存​大模型时代的思考与探索■ 像素级OCR统一模型- UPOCR■ OCR大一统模型- SPTS v3■ 文档识别分析LLM应用 写在最后问卷抽奖 ​写在前面 2023 年 12 月 31 日第十九届中国图象图形学学会青年科学家会议在广州召开&#xff0c;该会…

AE (5)_auto exposure的驱动控制

#灵感# 有个项目&#xff0c;一开始驱动没配好&#xff0c;自动曝光乱飞。所以记下配置 参考链接&#xff1a;关于 bringup sensor 时&#xff0c;曝光时间异常的问题排查-CSDN博客 目录 确认最大曝光行&#xff1a; 1、曝光行配置 2、增益配置 raw 图发紫&#xff1a; 确…

《MySQL系列-InnoDB引擎06》MySQL锁介绍

文章目录 第六章 锁1 什么是锁2 lock与latch3 InnoDB存储引擎中的锁3.1 锁的类型3.2 一致性非锁定读3.3 一致性锁定读3.4 自增长与锁3.5 外键和锁 4 锁的算法4.1 行锁的三种算法4.2 解决Phantom Problem 5 锁问题5.1 脏读5.2 不可重复读5.3 丢失更新 6 阻塞7 死锁 第六章 锁 开…

BMS电池管理系统带充放电控制过流过压保护

2.4G无线采集BMS开发板&#xff08;主从一体&#xff09; 全新升级 &#xff08;赠送上位机源码TTL 上位机&#xff0c;可以改成自己想要的界面&#xff09; 12串电池TTL上位机 CAN通信上位机源码有偿开源&#xff0c;供项目二次开发。 增加STM32平台 USB转TTL通信 CAN通信 增加…

软件测试|使用PyMySQL访问MySQL数据库的详细指南

简介 PyMySQL是Python中流行的MySQL数据库驱动程序&#xff0c;它提供了便捷的方法来连接、查询和更新MySQL数据库。本文将为您提供使用PyMySQL访问MySQL数据库的详细指南&#xff0c;包括安装PyMySQL、连接数据库、执行查询和更新操作等。 环境准备 在开始之前&#xff0c;…

死锁与读写锁

一、死锁 死锁&#xff08;Deadlock&#xff09;是在并发计算中的一种状态&#xff0c;其中两个或多个进程无法继续执行&#xff0c;因为每个进程都在等待另一个进程释放所占用的资源。这种情况通常发生在系统中的资源分配过程中&#xff0c;其中每个进程都占用一些资源&#…

揭秘大模型「幻觉」:数据偏差、泛化与上下文理解的挑战与解决之道

什么是大模型「幻觉」 所谓的「幻觉」指的是当大模型生成与现实不符或逻辑上不连贯的信息时。这通常发生在模型对某些数据理解不足或数据本身存在偏差的情况下。由于模型是基于概率统计和以往数据训练的,它们可能在面对未知或少见情况时产生不准确的推断。 大模型不具有本地知…

docker - 常用容器部署命令大全(MySQL、Redis、RabbitMQ、ES、Kibana、Nacos、Sentinel)

目录 一、常用容器运行指令 MySQL Redis RabbitMQ ElasticSearch & kibana Nacos Sentinel 一、常用容器运行指令 MySQL docker run -d --name mysql -p 3306:3306 -e TZAsia/Shanghai -e MYSQL_ROOT_PASSWORD1111 mysql:5.7 -e TZAsia/Shanghai&#xff1a;指定…

BMTrain来高效训练预训练模型-大模型的福音

一.背景知识 在2018年&#xff0c;预训练语言模型技术的出现成为人工智能领域一场革命性的变革。研究表明&#xff0c;通过增加模型参数量和训练数据规模&#xff0c;可以有效提升语言模型的性能&#xff0c;因此十亿、百亿甚至千亿级大模型的探索成为业界的热门话题。这一趋势…

LLM Agent之数据分析领域的应用

数据分析&#xff1a;Data-Copilot paper: Data-Copilot: Bridging Billions of Data and Humans with Autonomous Workflow github: https://github.com/zwq2018/Data-Copilot 先介绍下浙大提出的已扩展的数据分析框架&#xff0c;支持多种金融数据类型的查询&#xff0c;数…