当前位置:首页 > 文章列表 > 文章 > 前端 > 如何使用css grid实现仿Pinterest的布局_结合column-fill属性尝试

如何使用css grid实现仿Pinterest的布局_结合column-fill属性尝试

2026-05-05 17:01:19 0浏览 收藏
热门推荐
漫画APP
动画内容聚合,热门资源快捷查看
立即下载

亲爱的编程学习爱好者,如果你点开了这篇文章,说明你对《如何使用css grid实现仿Pinterest的布局_结合column-fill属性尝试》很感兴趣。本篇文章就来给大家详细解析一下,主要介绍一下,希望所有认真读完的童鞋们,都有实质性的提高。

column-fill在Grid布局中完全不起作用,因为它是多列布局(CSS Columns)专属属性,与Grid布局模型无关;一旦使用display: grid,浏览器即进入Grid计算逻辑,所有多列相关属性(如column-fill、column-gap等)均被忽略。

如何使用css grid实现仿Pinterest的布局_结合column-fill属性尝试

为什么 column-fill 在 Grid 布局里完全不起作用

column-fill 是多列布局(columns / column-count)的属性,和 CSS Grid 毫无关系。一旦你用了 display: grid,浏览器就进入 Grid 布局模型,此时 column-fill、column-gap(多列版)、break-inside 等多列专属属性全部被忽略——不是“不生效”,是压根不进计算逻辑。

常见错误现象:grid-template-columns: repeat(3, 1fr) 配上 column-fill: balance,结果毫无反应,子项还是按 DOM 顺序从左到右、从上到下填满网格单元格。

真正起作用的只有 Grid 自身的流控机制:grid-auto-flow: dense 可以让小项“插空”,但无法实现 Pinterest 那种按列高度动态分配的瀑布流效果。

Grid 本身无法原生实现 Pinterest 式瀑布流

Pinterest 布局的核心特征是:内容按列排列,每列独立积累高度,新元素总是插入当前最短列。这要求布局引擎能实时测量各列高度并做决策——而 Grid 的列宽/行高在布局开始前就已确定(即使使用 auto 或 minmax()),它不支持“逐项插入 + 动态列高重排”。

所以如果你坚持用纯 CSS Grid:

  • 只能模拟静态瀑布流:用 grid-template-rows 预设足够多的行,靠 grid-row-start 手动指定每个 item 落在哪一列哪一行——维护成本爆炸,且响应式下彻底失效
  • 或改用 grid-auto-flow: column + 固定行高(如 grid-auto-rows: 200px),但这只是“竖向平铺”,不是真正的高度自适应瀑布流
  • 所有尝试通过 align-items、justify-content 或 place-items “骗出”列平衡的行为,都会失败

真正可行的方案:CSS Columns + break-inside: avoid

Pinterest 布局的 CSS 实现,唯一可靠路径是回归多列布局(columns),它天生支持按列填充和高度平衡:

.pinterest {
  columns: 3;
  column-gap: 16px;
}
.pinterest > * {
  break-inside: avoid;
  margin-bottom: 16px;
}

关键点:

  • columns: 3 等价于 column-count: 3,浏览器会自动创建三列并尽量平衡高度
  • break-inside: avoid 防止单个卡片被断开跨列显示(否则图文会被切开)
  • 不需要 column-fill —— 它默认就是 balance,显式写上也仅对 column-fill: auto 有区别
  • 响应式只需改 columns 值,比如 @media (max-width: 768px) { columns: 2; }

兼容性注意:Edge 16+、Chrome 50+、Firefox 52+、Safari 10.1+ 都支持;iOS Safari 10.3+ 起稳定。IE 完全不支持,需降级为 JS 方案。

什么时候该放弃 CSS,直接上 JS

当你的卡片高度差异极大(比如混排视频、长图、文字块),或者需要支持懒加载、动画插入、排序过滤时,纯 CSS Columns 会出现明显不平衡(尤其首屏)——因为它是基于内容流的静态分列,不感知 DOM 变化。

此时推荐轻量 JS 方案:

  • 用 Masonry 库(https://masonry.desandro.com),专注解决瀑布流,API 简洁,支持 resize 和添加项
  • 或手写逻辑:维护一个长度为 N 的数组记录各列当前高度,每次插入前找最小值索引,设置 position: absolute + top/left(需父容器 position: relative)
  • 避免用 display: grid + JavaScript 模拟列高——既失去 Grid 优势,又没解决核心问题,还增加重排开销

复杂点在于:CSS Columns 的平衡算法不可控,JS 方案要处理 resize、滚动锚定、SSR 同构等细节。多数项目里,先用 columns + break-inside 覆盖 90% 场景,再按需补 JS,比一开始就强推 Grid“伪瀑布流”更务实。

今天关于《如何使用css grid实现仿Pinterest的布局_结合column-fill属性尝试》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

为什么Django项目在Docker中连接MySQL失败_配置Python数据库主机名为什么Django项目在Docker中连接MySQL失败_配置Python数据库主机名
上一篇
为什么Django项目在Docker中连接MySQL失败_配置Python数据库主机名
素质评价数据采集平台 综合素质评价网登录入口
下一篇
素质评价数据采集平台 综合素质评价网登录入口
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。
    256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。
    301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。
    278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。
    257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。
    65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