1、css選擇器與權(quán)重問題，為什么看到有的前端工程師將css每個(gè)選擇器里的內(nèi)容寫成一行？

應(yīng)該是個(gè)老程序猿，之前css壓縮沒有實(shí)現(xiàn)的時(shí)候，通過縮短選擇器嵌套，人工進(jìn)行壓縮就出現(xiàn)了這個(gè)。而且沒有l(wèi)ess，scss開發(fā)的時(shí)候這種情況更甚，不過有了這些便捷的開發(fā)方式也希望去注意一點(diǎn)嵌套層數(shù)。

推薦項(xiàng)目工程呢還是用less，scss開發(fā)比較好，css文件開發(fā)期就是被編譯的壓不壓縮無所謂了。

推薦樓主使用 vs code 這個(gè)編輯器 非常好用的東西。如果你要發(fā)展全?；蛘邔W(xué)習(xí)node，這個(gè)玩意兒繞不開1

2、網(wǎng)站建設(shè)中JS過多會(huì)對SEO優(yōu)化有影響嗎？

JS過多是會(huì)對網(wǎng)站的排名有影響的。

1.JS里的內(nèi)容。蜘蛛抓取不到。

2.JS過多會(huì)導(dǎo)致網(wǎng)站打開速度過慢。影響在搜索引擎中的權(quán)重。導(dǎo)致排位下降。

3.JS過多也會(huì)影響用戶的體驗(yàn)度。多數(shù)需要加載。用戶等待緩沖時(shí)間過長。

4.JS會(huì)使網(wǎng)站抓取內(nèi)容受限。導(dǎo)致抓取不連續(xù)，會(huì)有中斷的問題。

所以，我們?nèi)绻朐谂盼缓玫脑?。盡量少用JS?；虬袹S代碼精簡。才有利于蜘蛛抓取。

3、css層次選擇器有哪些？

選擇器body > div 只操作body下級(jí)的div。div1 + div2 只選擇div1 同級(jí) 隨后 相鄰最近 的div2div1 ~ p 選擇div1下所有的p屬性選擇器

4、人工智能可以自動(dòng)編寫html和css了？

首先現(xiàn)在AI人工智能，ML機(jī)器學(xué)習(xí)，DL深度學(xué)習(xí)很火，很火，非?；?。

但是根據(jù)草圖或者設(shè)計(jì)圖生成html和css在業(yè)界早已不算什么問題，早就可以自動(dòng)化做。根本不需要AI、機(jī)器學(xué)習(xí)來做。

AI，ML和DL三者包含關(guān)系如下

AI和ML已經(jīng)經(jīng)歷了幾十年的發(fā)展和積累，而不是近年才發(fā)展起來的，最近熱潮源于DL算法的研究新進(jìn)展，突破了阻礙機(jī)器學(xué)習(xí)的幾個(gè)瓶頸。

DL深度學(xué)習(xí)（deep learning）

人工智能的這一次熱潮來源于深度學(xué)習(xí)技術(shù)新突破。

深度學(xué)習(xí) (deep learning)：深度學(xué)習(xí)是機(jī)器學(xué)習(xí)算法中人工神經(jīng)網(wǎng)絡(luò)的一個(gè)新網(wǎng)絡(luò)算法，通過增加大量網(wǎng)絡(luò)層數(shù)和自動(dòng)權(quán)重處理來實(shí)現(xiàn)多特征大量數(shù)據(jù)的分類。深度學(xué)習(xí)屬于用無監(jiān)督式 Unsupervised或半監(jiān)督式 Semi-supervised模式識(shí)別算法，可實(shí)現(xiàn)自動(dòng)特征學(xué)習(xí)和分層特征提取，高效算法替代手工獲取數(shù)據(jù)特征，累積式的進(jìn)行網(wǎng)絡(luò)的訓(xùn)練，訓(xùn)練和識(shí)別可以一起，不需要預(yù)先進(jìn)行模型的訓(xùn)練就能直接工作。

DL的突飛猛進(jìn)源于計(jì)算機(jī)硬件的快速發(fā)展，分布式計(jì)算、云計(jì)算等技術(shù)大大提高了計(jì)算機(jī)的運(yùn)算能力，使得處理多層網(wǎng)絡(luò)成為了可能。我們知道人工神經(jīng)網(wǎng)絡(luò)曾經(jīng)也火過幾次，比如反向反饋的BP神經(jīng)網(wǎng)絡(luò)，但是由于網(wǎng)絡(luò)層數(shù)有限適用范圍不是很廣，效果也一般般，所以熱潮沒能一直延續(xù)下來。

機(jī)器學(xué)習(xí)

關(guān)于ml機(jī)器學(xué)習(xí)，我只簡單的介紹下機(jī)器學(xué)習(xí)的概念和應(yīng)用范圍。機(jī)器學(xué)習(xí)跟模式識(shí)別，統(tǒng)計(jì)學(xué)習(xí)，數(shù)據(jù)挖掘都屬于人工智能算法，用于實(shí)現(xiàn)識(shí)別，分類和決策。機(jī)器學(xué)習(xí)與領(lǐng)域技術(shù)的結(jié)合，造就了計(jì)算機(jī)視覺MV、語音識(shí)別、自然語言處理等專門的機(jī)器學(xué)習(xí)學(xué)科。

其他更多資請料自行搜索，還有ng大大的公開課不錯(cuò)，有志于這方面可以去學(xué)學(xué)，此處不在贅述。

回應(yīng)提問

根據(jù)設(shè)計(jì)圖生成html和css在業(yè)界就不算是個(gè)問題，早就可以自動(dòng)化做，根本不需要AI、機(jī)器學(xué)習(xí)來做。那么為什么還有人問這樣的問題呢？

平時(shí)也老有一些傳統(tǒng)公司的人說他們用人工智能做了啥；他們產(chǎn)品用了區(qū)塊鏈了，用了量子化了。這基本上都是來蹭熱度，忽悠人的。對這類公司要小心，很可能就是不好好做業(yè)務(wù)的，靠忽悠騙錢的。

那么，既然html，css不用人工智能就能做的好好的，那能用人工智能幫助做些事嗎？筆者回答是肯定的。

利用人工智能協(xié)助解決前端需求不明的痛點(diǎn)

前端開發(fā)中的痛點(diǎn)是什么？是需求不清楚、不明確，一個(gè)設(shè)計(jì)不斷改來改去，太費(fèi)勁，太耗時(shí)間。而這恰好是AI可以幫助我們做的，也是AI擅長做的。我們把歷史需求，變更，人員，設(shè)計(jì)結(jié)果，配圖，配色，設(shè)計(jì)師，甲方等相關(guān)信息都搞成特性輸入網(wǎng)絡(luò)進(jìn)行訓(xùn)練形成模型，再有需求過來，簡單一說要求，人工智能就自動(dòng)決策，給出最適宜的設(shè)計(jì)（設(shè)計(jì)人員參與，ai做不到），并并自動(dòng)化生成網(wǎng)頁了（最后這步不需要AI）。

好了這就是我的答案了，最后吐槽下悟空問答APP編輯框設(shè)計(jì)真不行，一不小心就點(diǎn)提交了。實(shí)際上，還沒寫完呢，就給發(fā)出去了，也沒個(gè)確認(rèn)。差評(píng)！