用到的npm模块有yargs和node-webshot，关于yargs的文章参考这里 从零开始打造个人专属命令行工具集——yargs完全指南 。
node-webshot是调用phantomjs来生成网页截图的，phantomjs是非常有名的npm项目，相当于一个脚本版的WebKit浏览器 ，通过phantomjs可以使用脚本 和网页进行交互，所以phantomjs经常用来进行网页自动化测试。
phantomjs会和普通的浏览器一样加载完整的网页内容，然后在内存里面进行渲染，虽然肉眼看不到它渲染的页面，但是通过生成就可以看到了，node-webshot使用的就是phantomjs的render接口来获取网页截图的。
node-webshot生成谷歌首页的示例代码：
var webshot = require('webshot'); webshot('googlecom', 'googlepng', function(err) { // screenshot now saved to googlepng});phantomjs生成谷歌首页的示例代码： var page = require('webpage')create();pageopen('>nodejs是一个运行在chromeJavascript运行环境下（俗称GoogleV8引擎）的开发平台，用来方便快捷的创建服务器端网络应用程序。你可以把它理解为一个轻量级的JSP或PHP环境，但是用来开发Web应用的话，有时要便捷很多。
很多人都不明白，为什么一个javascript的东西用在了服务器端的开发上。一般认为javascript是浏览器端的脚本语言，但是google将其再开发，用来作为服务器端脚本环境，其性能自称比Python、Perl、PHP还要快。
nodejs的最大优点是处理并行访问，如果一个web应用程序同时会有很多访问连接，就能体现使用nodejs的优势。
另一个好处是，使用javascript作为服务器端脚本语言，可以消除一些与浏览器端js脚本的冲突。甚至发挥javascript动态编程的特性，在服务器与浏览器之间建立直接的动态程序。
使用Nodejs搭建Web服务器是学习Nodejs比较全面的入门教程，因为实现Web服务器需要用到几个比较重要的模块：>
作为一个Web服务器应具备以下几个功能：
1、能显示以html/htm结尾的Web页面
2、能直接打开以js/css/json/text结尾的文件内容
3、显示资源
4、自动下载以apk/docx/zip结尾的文件
5、形如>
6、形如>
引入需要用到的几个模块：
//>
//创建一个服务var ]");});
在创建服务的时候需要传递一个匿名函数processRequest 对请求进行处理，processRequest接收2个参数，分别是request和response, request对象中包含了请求的所有内容，response是用来设置响应头以及对客户端做出响应 *** 作。
processRequest:function(request,response){ var hasExt = true; var requestUrl = requesturl; var pathName = urlparse(requestUrl)pathname; //对请求的路径进行解码，防止中文乱码 pathName = decodeURI(pathName); //如果路径中没有扩展名 if(pathextname(pathName) === ''){ //如果不是以/结尾的，加/并作301重定向 if (pathNamecharAt(pathNamelength-1) != "/"){ pathName += "/"; var redirect = "); } } });}
请求处理函数中有几个重点需要说一下：
对于路径中有中文的，浏览器会自动进行编码（英文不变，中文会变），因此在接收到地址后，需要对地址进行解码，否则最后得到的路径和真实路径不相符,
当访问路径不是以具体的文件结尾，并且不是以/结尾，则需要通过重定向加上/,表示当前目录，否则当前路径下的静态资源会找不到
如果访问路径是目录，则列出该目录下所有文件及文件夹，并可以点击访问，为了让中文目录能正常显示，则还要在header中设置charset=utf-8
核心代码就这么多，大概140行左右，完整的代码已上传到github:>
如果要运行demo,打开cmd切换到根目录，运行node start 即可。
下载安装文件这是nodejs的官方网站，百度不喜欢连接，这里我就不发连接了。
我下载的文件是这个。下载的要和自己的系统匹配，不然会出现错误的。
3
安装文件
当然是双击安装，比ubuntu方便多了撒。
4
nodejs，默认是安装在C:\Program Files\nodejs下面，我也就不改变了。
5
打开C盘的Program Files\nodejs。
安装 Elasticsearch
Elasticsearch 受Apache 2许可证保护，可以被下载，使用，免费修改。安装Elasticsearch 之前你需要先确保在你的电脑上安装了Java Runtime Environment (JRE) ，Elasticsearch 是使用java实现的并且依赖java库运行。你可以使用下面的命令行来检测你是否安装了java
推荐使用java最新的稳定版本（写这篇文章的时候是18）。你可以在找到在你系统上安装java的指导手册。
接下来是下载最新版本的Elasticsearch （写这篇文章的时候是235），去下载ZIP 文件。Elasticsearch 不需要安装，一个zip文件就包含了可在所有支持的系统上运行的文件。解压下载的文件，就完成了。有几种其他的方式运行Elasticsearch ，比如：获得TAR 文件或者为不同Linux发行版本的包。
如果你使用的是Mac *** 作系统并且安装了 ，你就可以使用这行命令安装Elasticsearch brew install elasticsearchHomebrew 会自动添加executables 到你的系统并且安装所需的服务。它也可以使用一行命令帮你更新应用:brew upgrade elasticsearch
想在Windows上运行Elasticsearch ，可以在解压的文件夹里，通过命令行运行bin\elasticsearchbat 。对于其他系统，可以从终端运行 /bin/elasticsearch这时候，Elasticsearch 就应该可以在你的系统上运行了。
就像我之前提到的，你可以使用Elasticsearch的几乎所有的 *** 作，都可以通过RESTful APIs完成。Elasticsearch 默认使用9200 端口。为了确保你正确的运行了Elasticsearch。在你的浏览器中打开>
图形用户界面
Elasticsearch不须图形用户界面，只通过REST APIs就提供了几乎所有的功能。然而如果我不介绍怎么通过APIs和 Nodejs执行所有所需的 *** 作，你可以通过几个提供了索引和数据的可视化信息GUI工具来完成，这些工具甚至含有一些高水平的分析。
, 是同一家公司开发的工具， 它提供了数据的实时概要，并提供了一些可视化定制和分析选项。Kibana 是免费的。
还有一些是社区开发的工具，如 , , 甚至谷歌浏览器的扩展组件这些工具可以帮你在浏览器中查看你的索引和数据，甚至可以试运行不同的搜索和汇总查询。所有这些工具提供了安装和使用的攻略。
创建一个Nodejs环境
d性搜索为Nodejs提供一个官方模块，称为elasticsearch。首先，你需要添加模块到你的工程目录下，并且保存依赖以备以后使用。
然后，你可以在脚本里导入模块，如下所示：
最终，你需要创建客户端来处理与d性搜索的通讯。在这种情况下，我假设你正在运行d性搜索的本地机器IP地址是127001，端口是9200（默认设置）。
注意：这篇导读的所有源代码都可以在GitHub下载查看。最简单的查看方式是在你的PC机上克隆仓库，并且从那里运行示例代码：
数据导入
在本教程中，我将使用 1000 篇学术论文里的内容，这些内容是根据随机算法逐一生成的，并以 JSON 格式提供，其中的数据格式如下所示：
JSON 格式中的每个字段如字面意思，无需多余解释，但值得注意的是：由于<body>包含随机生成的文章的全部的内容（大概有100~200个段落），所以并未展示。
虽然 Elasticsearch 提供了，、单个数据的方法，但我们采用接口导入数据，因为批量接口在大型数据集上执行 *** 作的效率更高。
这里，我们调用函数bulkIndex建立索引，并传入 3 个参数，分别是：索引名 library，类型名library，JSON 数据格式变量 articles。bulkIndex函数自身则通过调用esClient对象的bulk接口实现，bulk 方法包含一个body属性的对象参数，并且每个body属性值是一个包含 2 种 *** 作实体的数组对象。第一个实体是 JSON 格式的 *** 作类型对象，该对象中的index属性决定了 *** 作的类型(本例子是文件索引)、索引名、文件ID。第二个实体则是文件对象本身。
注意，后续可采用同样的方式，为其他类型文件（如书籍或者报告）添加索引。我们还可以有选择的每个文件分配一个唯一的ID，如果不体统唯一的ID，Elasticsearch 将主动为每个文件分配一个随机的唯一ID。
假设你已经从代码库中下载了 Elasticsearch 项目代码，在项目根目录下执行如下命令，即可将数据导入至Elasticsearch中：
检查数据的索引是否准确
Elasticsearch 最大的特性是接近实时检索，这意味着，一旦文档索引建立完成，1 秒内就可被检索(见)。索引一旦建立完成，则可通过运行 indicejs 检查索引信息的准确性()：
client 中的cat 对象方法提供当前运行实例的各种信息。其中的 indices 方法列出所有的索引信息，包括每个索引的健康状态、以及占用的磁盘大小。 而其中的 v 选项为 cat方法新增头部响应。
当运行上面代码段，您会发现，集群的健康状态被不同的颜色标示。其中，红色表示为正常运行的有问题集群；表示集群可运行，但存在告警；绿色表示集群正常运行。在本地运行上面的代码段，您极有可能(取决于您的配置)看到集群的健康状态颜色是，这是因为默认的集群设置包含 5 个节点，但本地运行只有 1 个实例正常运行。鉴于本教程的目的仅局限于 Elasticsearch 指导学习，即可。但在线上环境中，你必须确保集群的健康状态颜色是绿色的。
动态和自定义映射
如前所述, Elasticsearch 无模式(schema-free)，这意味着，在数据导入之前，您无需定义数据的结构(类似于SQL数据库需要预先定义表结构)，Elasticsearch 会主动检测。尽管 Elasticsearch 被定义为无模式，但数据结构上仍有些限制。
Elasticsearch 以映射的方式引用数据结构。当数据索引建立完成后，如果映射不存在，Elasticsearch 会依次检索 JSON 数据的每个字段，然后基于被字段的类型(type)自动生成映射(mapping)。如果存在该字段的映射，则会确保按照同样的映射规则新增数据。否则直接报错。
比如：如果{"key1": 12} 已经存在，Elasticsearch 自动将字段 key1 映射为长整型。现在如果你尝试通过{"key1": "value1", "key2": "value2"} 检索, 则会直接报错，因为系统预期字段 key1 为长整型。同时，如果通过 {"key1": 13, "key2": "value2"} 检索则不会报错，并为字段 key2 新增 string 类型。
映射不能超出文本的范围，大都数情况下，系统自动生成的映射都可正常运行。
构建搜索引擎
一旦完成数据索引，我们就可以开始实现搜索引擎。Elasticsearch提供了一个直观的基于JSON的全搜索查询的结构-Query DSL，定义查询。有许多有用的搜索查询类型，但是在这篇文章中，我们将只看到几个通用的类型。关于Query DSL的完整文章可以在看到。
请记住，我提供了每个展示例子的源码的连接。设置完你的环境和索引测试数据后，你可以下载源码，然后运行在你的机器上运行任何例子。可以通过命令行运行节点filenamejs。
返回一个或多个索引的所有记录
为了执行我们的搜索，我们将使用客户端提供的多种搜索方法。最简单的查询是match_all，它可以返回一个或多个索引的所有的记录。下面的例子显示了我们怎么样获取在一个索引中获取所有存储的记录（）
主要的搜索查询包含在Query对象中。就像我们接下来看到的那样，我们可以添加不同的搜索查询类型到这个对象。我们可以为每一个Query添加一个查询类型的关键字（如match_all），让这个Query成为一个包含搜索选项的对象。由于我们想返回索引的所有记录，所以在这个例子中没有查询选项。
除了Query对象，搜索体中可以包含其他选项的属性，如 size 和from。size属性决定了返回记录的数量。如果这个值不存在，默认返回10个记录。from属性决定了返回记录的起始索引，这对分页有用。
理解查询API的返回结果
如果你打印搜索API返回结果（上面例子的结果）日志。由于它包含了很多信息，刚开始看起来无所适从。
在最高级别日志输出里，返回结果中含有took 属性，该属性值表示查找结果所用的毫秒数，timed_out只有在最大允许时间内没有找到结果时为true，_shards 是不同节点的状态的信息（如果部署的是节点集群），hits是查询结果。
hits的属性值是一个含有下列属性的对象：
total —表示匹配的条目的总数量
max_score — 找到的条目的最大分数
hits — 找到的条目的数组，在hits数组里的每一天记录，都有索引，类型，文档，ID，分数，和记录本身（在_source元素内）。
这十分复杂，但是好消息是一旦你实现了一个提取结果的方法，不管你的搜索查询结果时什么，你都可以使用相同的格式获取结果。
还需要注意的是Elasticsearch 有一个好处是它自动地给每一个匹配记录分配分数，这个分数用来量化文件的关联性，返回结果的顺序默认的按钮分数倒排。在例子中我们使用match_all取回了所有的记录，分数是没有意义的，所有的分数都被计算为10。
匹配含指定字段值的文档
现在我们看几个更加有趣的例子 我们可以通过使用 match 关键字查询文档是否与指定的字段值匹配。一个最简单的包含 match 关键字的检索主体代码如下所示：
如上文所述, 首先通过为查询对象新增一个条目，并指定检索类型，上面示例给的是 match 。然后再检索类型对象里面，申明待检索的文档对象，本例是 title 文档对象。然后再文档对象里面，提供相关检索数据，和 query 属性。我希望你测试过上述示例之后，惊讶于 Elasticsearch 的检索效率。
上述示例执行成功后，将返回title(标题)字段与任一 query 属性词匹配的所有文档信息。同时还可以参考如下示例，为查询对象附加最小匹配数量条件：
与该查询匹配的文档 title(标题)字段至少包含上诉指定的 3 个关键词。如果查询关键词少于 3个，那么匹配文档的 title(标题)字段必须包含所有的查询词。Elasticsearch 的另一个有用的功能是 fuzziness(模糊匹配)这对于用户输入错误的查询词将非常有用，因为fuzzy(模糊匹配)将发现拼写错误并给出最接近词供选择。对于字符串类型，每个关键字的模糊匹配值是根据算法 算出的最大允许值。fuzziness(模糊匹配)示例如下所示：
多个字段搜索
如果你想在多个字段中搜索，可以使用multi_match搜索类型。除了Query对象中的fields属性外，它同match有点类似。fields属性是需要搜索的字段的集合。这里我们将在title,authorsfirstname, 和authorslastname 字段中搜索。
multi_match查询支持其他搜索属性，如minimum_should_match 和fuzziness。Elasticsearch支持使用通配符（如）匹配字段，那么我们可以使用['title', 'authorsname']把上面的例子变得更短些。
匹配一个完整的句子
Elasticsearch也支持精确的匹配一个输入的句子，而不是在单词级别。这个查询是在普通的match 查询上扩展而来，叫做 match_phrase。下面是一个match_phrase的例子
联合多个查询
到目前为止，在例子中我们每次请求只使用了单个查询。然而Elasticsearch允许你联合多个查询。最常用的复合查询是bool，bool查询接受4种关键类型must, should, must_not, 和filter 像它们的名字表示的那样，在查询结果的数据里必须匹配must里的查询，必须不匹配must_not里的查询，如果哪个数据匹配should里的查询，它就会获得高分。每一个提到的元素可以使用查询数组格式接受多个搜索查询。
下面，我们使用bool查询及一个新的叫做query_string的查询类型。它允许你使用 AND 或 OR写一些比较高级的查询。另外，我们使用了 range查询，它可以让我们通过给定的范围的方式去限制一个字段。
在上面的例子中，查询返回的数据，作者的名包含term1 或它们的姓包含term2，并且它们的title含有term3，而且它们不在2011,2012或2013年出版的，还有在body字段里含有给定句子数据将获得高分，并被排列到结果的前面（由于在should从句中的match 查询）。
过滤，聚合，和建议
除了它先进的搜索功能外，Elasticsearch 还提供了其他的功能。接下来，我们再看看其他三个比较常用的功能。
过滤
也许，你经常想使用特定的条件凝缩查询结果。Elasticsearch通过filters 提供了这样的功能。在我们的文章数据里，假设你的查询返回了几个文章，这些文章是你选择的在5个具体年份发布的文章。你可以简单的从搜索结果中过滤出那些不匹配条件的数据，而不改变查询结果的顺序。
在bool 查询的must 从句中，过滤和相同查询之间的不同之处在于，过滤不会影响搜索分数，而must 查询会。当查询结果返回并且用户使用给定的条件过滤时，他们不想改变结果的顺序，相反地，他们只想从结果中移除不相关的数据。过滤与搜索的格式一样，但在通常情况下，他们在有明确值的字段上定义，而不是文本字符串上。Elasticsearch 推荐通过bool复合查询的filter从句添加过滤。
继续看上面的例子，假设我们想把搜索结果限制在在2011到2015年之间发布的文章里。这样做，我们只需要在一般搜索查询的filter 部分添加range 查询。这将会从结果中移除那些不匹配的数据。下面是一个过滤查询的例子
聚合
聚合框架会基于一次搜索查询，提供各种聚合数据和统计信息。两个主要的聚合类型是度量和分块, 度量聚合会对一个文档的集合进行持续的跟踪并计算度量，而分块聚合则会进行块的构建，每个块都会跟一个键和一个文档查询条件关联起来。度量聚合的示例有平均值，最小值，最大值，加总值还有计数值。分块聚合的示例有范围、日期范围、直方图以及主题项。对聚合器更加深入的描述可以在 找到。
聚合可以放置在一个 aggregations 对象里面，而对象自己则是被直接放到 search 对象体中。在 aggregations 对象里面，每一个键都是由用户赋予一个聚合器的名称。聚合器的类型和其它选项都应该是作为这个键的值而放置的。接下来我们要来看看两个不同类型的聚合器，一个是度量的，一个块的。我们会用度量聚合器来尝试找出数据集合中最小的年份值（也就是最久远的文章），而使用块集合器我要做的就是尝试找出每一个关键词各自出现了多少次。
在上述示例中，我们将度量聚合器命名为 min_year (也可以是其它名称), 也就是 year 这个域上的 min 类型。块聚合器责备命名为 keywords, 就是 keywords 这个域上的 terms 类型。聚合 *** 作的结果被装在了响应消息里的 aggregations 元素里面，更深入一点会发现里面包含了每一个聚合器（这里是 min_year 和 keywords）以及它们的聚合 *** 作结果。 如下是来自这个示例响应消息中的部分内容。
响应消息中默认最多会有10个块返回。你可以在请求中 filed 的边上加入一个size键来规定返回的块的最大数量。如果你想要接收到所有的块，可以将这个值设置为 0。
建议
Elasticsearch 提供了多种可以对输入内容提供替换和补全的关联项推荐器（见）。下面将介绍术语和短语推荐器。术语推荐器为每个输入文本中的术语提供关联推荐（如果有的话），而短语推荐器将整个输入文本看做一个短语（与将其拆分成术语对比），然后提供其他短语的推荐（如果有的话）。使用推荐API时，需要调用Nodejs client的suggest方法。如下为术语推荐器的示例。
与其他client的方法相同，在请求体中包含一个index字段指明采用的索引。在body字段中添加查询推荐的文本，然后给每个推荐器一个（包含了聚合对象的）名称（本例中的titleSuggester）。其值指明了推荐器的类型和配置。这里，为title字段使用了术语推荐器，限制最大建议的数量是每个token最多5个（size: 5）。
建议API返回的数据中包含了对应请求中每一个建议器的key，其值是一个与你输入文本中术语数量相同的一个数组。对于数组中的每一个元素，包含一个options数组，其每个对象的text字段中包含了推荐的文本。如下是上面例子中返回数据的一部分。
获取短语推荐的时候，采用与上文相同的格式并替换推荐器的类型字段即可。如下的例子中，返回数据将与上例格式相同。
前端日常开发中，会遇见各种各样的cli，比如一行命令帮你打包的webpack，一行命令帮你生成vue项目模板的vue-cli，还有创建react项目的create-react-app等等等等。这些工具极大地方便了我们的日常工作，让计算机自己去干繁琐的工作，而我们，就可以节省出大量的时间用于学习、交流、开发、 逛steam 。但是有时候一些十分特别的需求，我们是找不到适合的cli工具去做的。比如说，你的项目十分庞大，你给项目添加一个新的路由，要经过 创建目录 -> 创建vue文件 -> 更新vue-router的路由列表 这一趟流程，就算快捷键创建目录文件用得再熟悉，也比不过你一行命令来得快，特别是路由目录嵌套深，vue文件初始化模板复杂的时候。
所以呢，何不为自己项目写一个cli？就专门做这些繁琐的活？
nodejs的cli，本质就是跑node脚本嘛，基本上每位前端er都会：
然后命令行调用
可以做得更逼真一点，我们在packagejson里面的scripts字段上添加一下脚本名：
然后命令行调用：
但是，看到这里你肯定会说，人家webpack还有vue-cli都是“有名字”的！什么 vue-cli init app 、 webpack -p 的，多漂亮，看看这个命令行， node indexjs ，还 npm run hello ，谁不会啊，丑不拉几的，怕又不是来水文章的哦？差评！！
别急啊各位大人，接下来就说说，如何给这个node脚本起个名字。
姑且，先把这个cli的名字命名为 hello-cli ，就是我们能够在命令行里面，输入 hello-cli ，然后它就打印一句 hello world ，没有 node 也没有 npm ，就是：
这样，你的第一个cli脚本就成功安装了，可以在命令行里面，直接敲你的cli名字，看看结果输出吧。
另外，如果你仅希望你的cli脚本仅在项目里执行，则需要在你项目里面新建一个目录，重复上述的 *** 作，只是在第三步的时候，不要llink到全局里面去，而是使用 npm i -D file:<你的脚本cli目录路径> ，把它当成项目的依赖安装到node_modules里面去，如果安装成功，那么在项目的packagejson你会看到多了一条依赖，这条依赖的值不是版本号，而是你脚本的路径。然后在node_modules里面会有一个bin目录，里面就存放着你的可执行文件。
当然，这样安装的cli脚本，必须在项目的packagejson的scripts字段上声明脚本命令，然后通过 npm run 的方式执行。
哦？这样子使用的话不就回到最最最开始的时候那种原始的 npm run hello 一样么。
是的，但是有质的区别。使用 node indexjs 这种方式调用的话固然简单灵活，但是严重依赖脚本路径，一旦目录结构发生变动，写在scripts的命令就要更改一次；但是使用npm安装之后，本地的cli脚本就被拉到node_modules里面，目录结构变动对其影响不大。其次是不利于分享与发布，如果你想把你的cli脚本发布出去，那么有一个好听响亮的名字，比起在说明文档里面告诉使用者如何找到你的脚本路径再用node执行它，简直好上那么一万倍不是么？
这里也给我们提供了一个cli开发流程思路：
名字有了，输出也有了，看看我们跟那些大名鼎鼎的cli工具，在形式上还差点啥？对了，人家可以支持不同参数选项的，还可以根据输入的不同，产生不同的结果。
这样吧，我们给这个cli加一个功能，既然叫 hello-cli ，那不能只会 hello world 吧，必须要见谁就说 hello 才行：
虽然这个功能很简单，但是至少也是实现了“根据输入的不同，产生不同结果”的效果。
命令行上的参数，可以通过 process 这个变量获取， process 是一个全局对象而不是一个包，不需要通过 require 引入。通过 process 这个对象我们可以拿到当前脚本执行环境等一系列信息，其中就包括命令行的输入情况，这个信息，保存在 processargv 这个属性里。我们可以打印一下：
打印结果：
可以看出，argv是个数组，前两位是固定的，分别是node程序的路径和脚本存放的位置，从第三位开始才是额外输入的内容。那么实现上面的功能就很简单了，只要读取argv数组的第三位，然后输出出来就可以了。
npm社区中也有一些优秀的命令行参数解析包，比如 yargs ,tj的 commanderjs 等等
如果你想使用比较复杂的参数或者命令，建议还是用第三方包比较好，手写解析太耗精力了。
现在，你可以自由自在的写你自己的cli脚本了。
如果你希望写一个项目打完包自动推上git的cli，或者自动从git仓库里面拉取项目启动模板，那么，你需要通过node的 child_process 模块开启子进程，在子进程内调用git命令：
不仅是git命令，包括系统命令、其他cli命令都可以在这里执行。特别是系统命令，使用系统命令对文件目录进行 *** 作，效率比fs高到不知道哪里去了。
社区上也有一些不错的包，比如阮一峰老师推荐的 shelljs
如果你不那么希望你的cli用起来那么“硬核”，希望更人性化一点，比如提供一些友好的输入、提示啊，给你的输出加点颜色区分重点啊，写个简单的进度条啊等等，那么你就需要美化一下你的输出了。
除了颜色这部分，不使用第三方包实现起来非常繁琐复杂，其他的功能，都可以试试自己写。
颜色部分使用了第三方包 colors ，这里就不演示了。
其他都是由nodejs自带的 readline 模块实现的。
绘制的思路跟canvas绘制动画一样，只不过canvas是清除画布，而命令行这里是通过 readlineclearScreenDown 清除输出。
这样，一个简易的，人性化的，带点点进度条动画的命令行cli工具就写好了，你也可以发挥你的想象力，去写一些更有趣的效果出来。
毕竟我们前端，有浏览器我们可以写动画，没了浏览器我们一样可以写动画。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）