• 相对路径与绝对路径的差异


    在HTML里只要涉及文件的地方(如超级链接、图片等)就会涉及绝对路径与相对路径的概念。
     
     1.绝对路径
        绝对路径是指文件在硬盘上真正存在的路径。例如“bg.jpg”这个图片是存放在硬盘的“E:ook网页布局代码第2章”目录下,那么 “bg.jpg”这个图片的绝对路径就是“E:ook网页布局代码第2章g.jpg"。那么如果要使用绝对路径指定网页的背景图片就应该使用 以下语句:
    <body backround="E:ook网页布局代码第2章g.jpg" > 
     
      2.使用绝对路径的缺点
       事实上,在网页编程时,很少会使用绝对路径,如果使用“E:ook网页布局代码第2章g.jpg”来指定背景图片的位置,在自己的计算机上 浏览可能会一切正常,但是上传到Web服务器上浏览就很有可能不会显示图片了。因为上传到Web服务器上时,可能整个网站并没有放在Web服务器的E盘, 有可能是D盘或H盘。即使放在Web服务器的E盘里,Web服务器的E盘里也不一定会存在“E:ook网页布局代码第2章”这个目录,因此在浏 览网页时是不会显示图片的。
     
      3.相对路径
        为了避免这种情况发生,通常在网页里指定文件时,都会选择使用相对路径。所谓相对路径,就是相对于自己的目标文件位置。例如上面的例子,“s1.htm” 文件里引用了“bg.jpg”图片,由于“bg.jpg”图片相对于“s1.htm”来说,是在同一个目录的,那么要在“s1.htm”文件里使用以下代 码后,只要这两个文件的相对位置没有变(也就是说还是在同一个目录内),那么无论上传到Web服务器的哪个位置,在浏览器里都能正确地显示图片。
          <body background="bg.jpg">
    再 举一个例子,假设“s1.htm”文件所在目录为“E:ook网页布局代码第2章”,而“bg.jpg”图片所在目录为“E:ook网页 布局代码第2章img”,那么“bg.jpg”图片相对于“s1.htm”文件来说,是在其所在目录的“img”子目录里,则引用图片的语句应该 为:
          <body background="img/bg.jpg">  
     
        注意:相对路径使用“/”字符作为目录的分隔字符,而绝对路径可以使用“”或“/”字符作为目录的分隔字符。由于“img”目录是“第2章”目录下的子目录,因此在“img”前不用再加上“/”字符。
    在 相对路径里常使用“../”来表示上一级目录。如果有多个上一级目录,可以使用多个“../”,例如“http://www.cnblogs.com/”代表上上级目录。假设 “s1.htm”文件所在目录为“E:ook网页布局代码第2章”,而“bg.jpg”图片所在目录为“E:ook网页布局代码”,那 么“bg.jpg”图片相对于“s1.htm”文件来说,是在其所在目录的上级目录里,则引用图片的语句应该为:
          <body background="../bg.jpg">  
     
      再举一个例子,假设“s1.htm”文件所在目录为“E:ook网页布局代码第2章”,而“bg.jpg”图片所在目录为“E:ook网 页布局代码img”,那么“bg.jpg”图片相对于“s1.htm”文件来说,是在其所在目录的上级目录里的“img”子目录里,则引用图片的语句 应该为:
          <body background="../img/bg.jpg">  
     
    4.相对虚拟目录
    有关相对路径还有一个比较特殊的表示:“相对虚拟目录”。请看下面的例子:
          <body background="/img/bg.jpg">  
     
      在这个例子里,background属性的值为“/img/bg.jpg”,注意在“img”前有一个“/”字符。这个“/”代表的是虚拟目录的根目录. 假设把“E:ook网页布局代码”设为虚拟目录,那么“/img/bg.jpg”的真实路径为“E:ook网页布局代码img g.jpg”;如果把“E:ook网页布局代码第2章”设为虚拟目录,那么“/img/bg.jpg”的真实路径为“E:ook网页布局代码第2章imgg.jpg”
  • 相关阅读:
    从当前url替换获得新的url
    访问者模式
    备忘录模式
    make makefile cmake qmake 区别
    qt编译过程
    tensorflow前处理
    tesorflow操作
    tensorflow的object_detection安装
    tensorflow 编译与训练
    tensorflow后处理
  • 原文地址:https://www.cnblogs.com/zlw-xf/p/7233679.html
Copyright © 2020-2023  润新知