当前位置:首页 > 文章列表 > 文章 > 常见问题 > 1品脱等于多少毫升和升?

1品脱等于多少毫升和升?

2026-02-10 22:54:54 0浏览 收藏

大家好,我们又见面了啊~本文《1品脱等于多少毫升和升?》的内容中将会涉及到等等。如果你正在学习文章相关知识,欢迎关注我,以后会给大家带来更多文章相关文章,希望我们能一起进步!下面就开始本文的正式内容~

1品脱有五种地域性定义:英制品脱568.26125mL、美制液体品脱473.176473mL、美制干量品脱550.6104713575mL、南澳品脱约425mL,另有实测验证方法。

1品脱是多少毫升 1品脱等于多少升

如果您在阅读食谱、酒类标签或进口商品说明时看到“1品脱”这一单位,却不确定其对应的具体体积数值,则可能是由于该单位存在多种地域性定义。以下是不同标准下1品脱对应的精确毫升与升数值:

一、英制品脱(Imperial Pint)

英制品脱是英国及部分英联邦国家法定容量单位,自1824年《度量衡法案》确立,至今仍在酒吧、超市中强制使用,尤其用于啤酒和牛奶计量。其定义为1/8英制加仑,基于20英制液盎司推导而来。

1、1英制品脱 = 568.26125 毫升

2、换算为升即:0.56826125 升

3、日常应用中常简化为568 毫升或0.568 升

二、美制液体品脱(US Liquid Pint)

美制液体品脱是美国日常烹饪、饮料包装及食品标签中最常见的品脱单位,基于美制加仑(231立方英寸)定义,适用于水、牛奶、果汁等液体,广泛见于超市牛奶盒、啤酒罐及食谱标注。

1、1美制液体品脱 = 473.176473 毫升

2、换算为升即:0.473176473 升

3、常规换算中取473 毫升或0.473 升

三、美制干量品脱(US Dry Pint)

美制干量品脱专用于干燥农产品(如蓝莓、覆盆子、燕麦、面粉)的批发与农业计量,采用独立于液体品脱的体积基准,实际容量大于液体品脱,不得与液体品脱混用。

1、1美制干量品脱 = 550.6104713575 毫升

2、换算为升即:0.5506104713575 升

3、商用场合通常简化为551 毫升或0.551 升

四、南澳品脱(South Australian Pint)

南澳品脱是澳大利亚南澳州历史上形成的非法定地方性容量惯例,无官方标准,常见于本地酒吧菜单,需特别注意标注是否含“SA”或“South Australian”字样,属历史遗留规格。

1、1南澳品脱 ≈ 425 毫升

2、换算为升即:≈ 0.425 升

3、该值显著低于所有标准品脱,截至2025年底已逐步被568 毫升英制品脱取代

五、实测验证方法

若需现场确认某容器是否符合某一品脱标准,可借助已知精度的电子量筒或经校准的容量瓶进行实测,避免依赖标称刻度。不同国家制造的“1品脱”玻璃杯可能存在±3毫升偏差。

1、取待测空容器,置于电子天平上去皮归零

2、注入蒸馏水至容器标称满刻度线

3、将水全部转移至标有毫升刻度的量筒中读数

4、记录稳定液面最低点对应数值,即为该容器实际容积(单位:mL)

本篇关于《1品脱等于多少毫升和升?》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

Win11镜像关闭更新设置技巧Win11镜像关闭更新设置技巧
上一篇
Win11镜像关闭更新设置技巧
企查查数据对比工具怎么用
下一篇
企查查数据对比工具怎么用
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    393次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    472次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    479次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    422次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    249次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码