当前位置:首页 > 文章列表 > 文章 > 前端 > Grid布局两列自适应设置技巧

Grid布局两列自适应设置技巧

2026-02-16 23:18:36 0浏览 收藏
本文深入解析了CSS Grid实现双列自适应布局的实用技巧,重点介绍如何通过`fr`单位与`auto`、`minmax()`灵活组合,无需媒体查询即可构建响应式两栏结构:基础方案用`auto 1fr`实现内容驱动的侧边栏+主内容区;进阶方案以`minmax(120px, max-content) 1fr`防止窄屏塌缩、保障可读性;等宽需求则推荐`1fr 1fr`或更智能的`1fr minmax(300px, 2fr)`,再辅以`gap`和`justify-items`等细节优化,让Grid双列布局真正健壮、灵活且开箱即用。

Grid网格布局怎么设置两列自适应宽度_利用fr单位与auto实现Grid双列自适应

Grid双列自适应,核心是用 fr 分配弹性空间,搭配 auto 或 minmax() 控制内容驱动的列宽——不需要媒体查询,也不依赖固定像素值。

基础两列:一列自适应内容,一列占剩余空间

适合「侧边栏 + 主内容区」这类常见布局:

grid-template-columns: auto 1fr;

其中:
- auto 列宽度由内部内容(如文字、图标)自然撑开,最小为内容宽度,不会被压缩;
- 1fr 列占据容器中所有剩余可用空间,随容器缩放自动伸缩。

小提示:如果 auto 列内容过长导致主列被挤窄,可加 min-width: 0 防止溢出(尤其内部有长单词或 URL 时)。

更稳健的双列:用 minmax() 限制最小宽度

避免 auto 列在窄屏下塌缩为 0,也防止 fr 列过窄影响阅读:

grid-template-columns: minmax(120px, max-content) 1fr;

说明:
- 左列至少 120px,最多不超过内容本身所需宽度(max-content);
- 右列仍用 1fr 填满余下空间;
- 这样既保住了侧边栏可读性,又让主区域始终有足够宽度。

等宽但自适应的双列(响应式友好)

想让两列视觉上接近等宽,又不写死像素值?用两个 fr:

grid-template-columns: 1fr 1fr;

或者更灵活一点:

grid-template-columns: 1fr minmax(300px, 2fr);

这样右列基础和左列一样,但当容器变宽时,它能多占一点空间(上限为 2fr),更适合内容密度不同的场景。

配合 gap 和对齐,让布局更实用

别忘了加上间距与对齐控制,提升可用性:

  • 用 gap: 1rem 统一内外边距,比手动设 margin 更干净;
  • justify-items: stretch(默认)确保子项默认撑满列宽;
  • 若某项只想居中,单独设 justify-self: center 即可。

基本上就这些。fr 和 auto 的组合不复杂,但容易忽略 minmax 和 min-width 这些细节——补上它们,双列 Grid 才真正健壮好用。

今天关于《Grid布局两列自适应设置技巧》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!

PHP分页上下页实现方法详解PHP分页上下页实现方法详解
上一篇
PHP分页上下页实现方法详解
ADB问题一键解决,Android开发无忧
下一篇
ADB问题一键解决,Android开发无忧
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。
    374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。
    443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。
    451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。
    397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。
    222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