跳到主要內容

[教學] CSSLint 檢查CSS 安裝及教學. How use CSSLint


前端工程總是需要很多的工具搭配和經驗，Javascript 已經有套很好用的檢驗工具JSLint，而今天介紹的就是使用CSSLint，CSSLint顧名思義，就是用來檢查CSS的項目，當然裡面有許多檢查的範圍，這篇文章就不一一贅述。

CSSLint最棒的地方就是目前有直接線上網站檢查機制。這套工具是由Nicole Sullivan, Nicholas C. Zakas共同製作的工具同時也是放置Github Open source專案，CSSLint檢查工具是搭配NPM所發展的CLI檢查工具，讓開發者編寫完CSS之後可以立即檢查，透過工具檢查機制，可以讓犯錯的機會降低，這就是工具發展的願景，更也是大家共同的目標。話不多說，直接看看怎麼使用CSSLint。

CSSLint：



安裝以及執行CSSLint：
npm install csslint -global



當以上畫面完成之後，表示CSSLint已經透過npm安裝完成，如果出現錯誤訊息，請查詢是否為權限問題導致，可以試著加入sudo, chown來改變權限。

官方給的指令介紹如下
csslint file-name.css folder/

檢查單一檔案
csslint test.css ./test/

例如我們要將test 資料夾裡面的css檔案全部掃描一次，直接可以下這個指令：
csslint *.css ./test/


發現錯誤就會顯示項目，並且指出錯誤方向為何，如果檢查結果正確就會顯示No errors，恭喜你，編寫出一個漂亮的css檔案。

檢查項目：
如果不需要全部項目都檢查，可以自行加入所需要的檢查選項，假設我們只需要檢查id, box-model，可以輸入以下指令。
csslint --rules=ids,box-model test.css

檢查項目：
  • ID: adjoining-classes
  • ID: empty-rules
  • ID: display-property-grouping
  • ID: floats
  • ID: font-faces
  • ID: font-sizes
  • ID: ids
  • ID: qualified-headings
  • ID: unique-headings
  • ID: zero-units
  • ID: vendor-prefix
  • ID: gradients
  • ID: regex-selectors
  • ID: box-model
  • ID: import
  • ID: important
  • ID: compatible-vendor-prefixes
  • ID: duplicate-properties
至於每個項目詳細內容說明，請參考官方網站

更改輸出格式：
目前可以支援xml的格式，輸出格式就像jslint xml的格式。
csslint --format=lint-xml test.css



結語：
CSS是前端工程中一門很艱深的學問，例如要怎麼將CSS重新利用，或者如何將CSS架構彈性化，CSS命名方式，更不用說跨瀏覽器的問題解法，這些都屬於在前端開發中CSS會遇到的問題。

對於這麼一個好用的工具，我們是樂意看見的，所以也很開心的分享給大家，畢竟寫出有品質的CSS對於後期維護和調整都是一件好事情，利用工具將能避免的錯誤降到最低，同時提供自己的生產力，這才是共同努力的目標。


本文資料參考Introducing CSS Lint，在此特別註明。

NodeJS Taiwan期待更多人的支持，希望能夠聽到你的回應及分享。
標籤：

留言

張貼留言

這個網誌中的熱門文章

RAG 和 Prompt 原理超簡單解說！想知道 AI 怎麼找答案看這篇

這篇文章是給對於你已經開始使用所謂的 ChatGPT / Claude / Gemini 之類的 AI 服務，甚至是 Siri (嘿丟，他也是一種 AI 應用服務喔） 簡單來說是非 技術人員， PM，小白，想要趕快惡補的人 ，直接花十分鐘可以看完的一篇科普業配文章。 或者是概念僅止於，AI 這東西會幻想，會有誤差，會對於生活有些幫助但沒有幫助的人們，做個簡單又不是太簡單的介紹，希望用一個非常入門的方式讓你們有個了解。 當然，這篇文章目的很簡單， 就是引流 ，如果你身邊有已經對於 Web 技術開發的人員，歡迎報名分享給他，年末出國不如學一技在身，參加今年我們舉辦最後一場 RAG 實作工作坊，報名連結 ， https://exma.kktix.cc/events/ai-for-dev-course-rag-2 注意： 接下來每個大段落結束都會有一段工商導入，但文章絕對精彩，請注意！ 為了讓各位容易想像，我們將整個世界的資訊，先濃縮到這本『西遊記』的世界觀當中，我們整個世界都在這個 『西遊記』 ，而 大型語言模型 我們用 『書精靈』 來描述。 PS. 我們先預設各位，應該都有聽過，西遊記！如果沒有聽過西遊記的，請右轉出去，謝謝！ 先來談談向量 在《西遊記》的世界裡，我們可以把 向量想像成一種「內容座標」 ，讓系統知道每個角色、場景、法術等的 「位置」和「距離」 。向量幫助語言模型知道不同內容之間的關聯程度。 向量就像內容的「距離」和「位置」 比方說，唐三藏的 「位置」（向量）會接近「佛經」和「取經」 的概念，因為他一路上都是為了取經而前進。孫悟空的 向量位置則會更靠近「金箍棒」和「七十二變」 這些概念，因為這些是他的特徵。 相似內容靠得更近：像「佛經」和「取經」會靠近唐三藏的向量，因為它們彼此有很強的關聯。 相差較大內容會離得較遠：像「取經」和「妖怪」「妖怪的寶藏」就距離比較遠，因為妖怪的寶藏和取經的目標關聯性不大。 是誰決定的這些位置？ 簡單來說，這些位置和關係是模型自己學出來的。語言模型會閱讀大量的資料和這世界觀的資訊，觀察哪些詞語經常一起出現，根據「共同出現的頻率」來決定它們的關係，並且自動生成向量。例如： 如果模型看到 「唐三藏」 總是和 「取經」 一起出現，它就會讓「唐三藏」的向量靠近「取經」。 ...
2 則留言
繼續閱讀>>

Vibe Coding：為什麼 Junior 更快上手？Senior 要如何追趕？

現象層面（市場觀察） 最近有篇文章討論 junior & senior 開發者在 AI 時代的角色轉變，非常熱門。 身為 Cympack 產品開發團隊 ，我們也一直關注這個議題，在閱讀這篇文章時觀察到一些有趣的現象，對我們來說，這正好反映出 AI 正在改變開發生態，junior 借力 AI 快速成長、senior 則需要在 「架構思維」 與 「多 agent 協作」 中找到新定位，其中有些啟發（insight) 可以跟大家分享。 為什麼 Junior 更容易上手 vibe coding？ 心智負擔低 → Junior 沒有太多傳統 code workflow 的框架包袱 敢於嘗鮮 → Gen Z / 年輕工程師天生習慣用 prompt-based 工具、跟 LLM 互動 少「優雅程式設計」的束縛 → 不太糾結「這樣寫會不會不夠優雅」，反而 embrace 快速迭代、快速出成果 反觀 Senior： 熟悉大型系統設計 有豐富的「工程正統流程」知識（架構設計、測試策略、效能優化、設計模式） 對 AI 生成 code 的品質 / 維護性通常比較保留 部分 10+ 年資深工程師，對 prompt engineering 沒那麼熟練，還在觀望 技能面（未來的關鍵能力） Vibe coding 本質上 = prompt engineering + AI co-pilot 管理能力 能力項目 誰目前比較有優勢？ Prompt 撰寫 / AI 互動 Junior 較強（熟悉 chat-based 流程） 系統設計 / 架構把關 Senior 較強 AI 生成 code 驗證 / Bug 察覺能力 Senior 較強（能看出潛在問題） 快速疊代 / Hackathon 式開發 Junior 較強 長期維護性 / 穩定性 Senior 較強 總結 Junior 確實更快適應 vibe coding，並且更習慣以 「chat-based coding」 的工作流開發。 Senior 擁有驗證 AI 產物與系統設計的深度能力，但若不主動練習 vibe coding，長期會逐漸落後於新一波開發潮流。 就如同在 GAI 技術年會分享，希望帶給各位的感受， 『與 AI 協...
張貼留言
繼續閱讀>>

v0 API 是什麼？怎麼用？一篇教你搞懂功能、價格，還能搭配 Cursor 玩出 vibe coding！

Vercel 的 v0 是一款 AI 驅動的前端開發工具，能夠將自然語言描述轉換為可部署的 React 元件和 UI 介面，支援 Tailwind CSS，並可直接部署至 Vercel 平台。此外，v0 提供 API 介面，讓開發者能將其整合至其他工具，如 Cursor IDE，進一步提升開發效率。 Vercel v0 API 介紹 v0 API 目前處於 Beta 階段，主要提供 v0-1.0-md 模型，具備以下特點： 多模態支援：接受文字與圖片（base64 編碼）輸入。  快速串流回應：提供低延遲的串流回應。  OpenAI 相容：遵循 OpenAI Chat Completions API 格式，易於整合至現有工具。  前端開發優化：特別針對 Next.js 和 Vercel 等現代前端框架進行優化。 要使用 v0 API，需訂閱 Premium 或 Team 方案 ，並啟用使用量計費。 使用方式 API 端點： POST https://api.v0.dev/v1/chat/completions 請求標頭： Authorization: Bearer YOUR_V0_API_KEY Content-Type: application/json 參數範例： { "model": "v0-1.0-md", "messages": [ { "role": "user", "content": "建立一個具有身份驗證功能的 Next.js AI 聊天機器人" } ], "stream": true } 您也可以使用官方的 AI SDK 進行整合： npm install ai @ai-sdk/vercel 範例程式 javascript import { generateText } from 'ai'; import { vercel } from '@ai-sdk/vercel'; const { text } = await generateText({ model: vercel...
張貼留言
繼續閱讀>>