css 编程（css编程器）

hbuilder标准版和app版的区别？

通过HBuilder的云端打包技术（也可以放到本地）， 你只需要写html+js+css即可开发出app， 并且是一次开发，即可生成android和ios两种对应app。 原理介绍-ui层 app中的ui对应html中的ui，你可以自行选择ui框架， 无论是bootstrap还是amazeui，还是jquery mobi（phonegap推荐ui）， 还是HBuilder推荐的mui都可以， 这里建议使用HBuilder推荐的mui， 因为封装了一部分nativejs的东西， 而且HBuilder也封装了mui的快捷键，使用起来很方便。 总结一下，就是用html层次的ui框架来实现（模拟）app中的ui。

具体区别如下：

HBuilderX标准版可直接用于web开发、markdown、字处理场景。做App仍需要安装插件。

App开发版预置了App/uni-app开发所需的插件，开箱即用。

标准版也可以在插件安装界面安装App开发所需插件，App开发版只是一个预集成作用。

为什么会觉得CSS比JavaScript难？

CSS是描述性语言，一般都是属性值的英文描述，没有逻辑结构，比如说一个盒子，长度多少，高度多少，什么颜色等等。JS就不行了，还是一种编程语言，存在逻辑结构，如果条件成立，则执行什么命令，否则怎么办，还是有很大的区别的；但是没办法，现在的前端工作都要去熟练应用CSS和JS，所以都有兼顾学习两种描述和逻辑语言。计算机专业的相对学起来轻松一些，如果没有编程经验的就会用时间长一些；这些东西学习完了，就要学习框架了，JQuery是迈不过去的坎，然后就是其他一下更复杂的框架系统；HTML5是现在的主流语言，值得深入学习，相应的学习网站可以搜索的到。

主要看哪类人学了。

对于不懂编程的人来说学css，HTML比js简单的多。

对于已经掌握一门语言的人来说，学js很简单，分分钟钟搞定，但是css就不太好学，因为css跟语言大相径庭，不是他们熟悉的区域，而且要记的很多，记住了也不完事，更多的还是要靠经验！

喜欢前端的关注我，发现好文

CSS不是难，而是知识点非常零散，需要靠不断的实践来积累经验。很多的解决方案都不像JavaScript有很强的逻辑性，导致新手看起来会一头雾水，但只要熟练掌握选择器和盒子模型就可以担任一般的后台管理系统页面开发了。

JavaScript跟一般的语言有很多共通的地方，学过其他语言会容易上手一些，但是要精通并不容易，JavaScript还有很多特性，比如异步任务、原型链、事件流等等都是难点。所以总体来说难度要比CSS高出一大截。

最基本的网页只需要html来实现，如果需要美化网页时就必须用css来实现，如果需要响应事件时就需要js来实现，如果网页在网站上时就需要php等来实现，可能还需要mysql等数据库。

故css和js的难易是没有可比性的。

要做好网页，html、css、js和php，mysql这些都应该好好学习，才能做好网页。

如下图所示，它就需要用到这些语言，而且css和js都需要重点学习。

因为它是为工程师免费提供的CRC计算器，故js需要大量的运算。

它的css代码估计也就百行左右，但js就上万行代码。

因为它的思维逻辑性比js弱，学起来需要的记忆量比较大，通过练习可以得到加深记忆，就不那么打怵了。学东西重要的还是心态要放平稳，潜心钻研，不能被吓到，后期的uikit、bootstrap会更灵活

python有什么推荐的好书吗？

Python语言目前在Web开发、大数据、人工智能（机器学习、自然语言处理）等领域有广泛的使用，另外随着Python被列入到嵌入式开发语言中，未来Python在嵌入式开发领域的应用也非常值得期待，所以当前学习Python是一个不错的选择。

学习Python是完全可以自学的，可以按照以下的路线入门Python开发：

第一：定一个学习方向。由于目前Python的应用领域比较多，而且不同的应用领域需要具备不同的知识结构，所以在学习Python之前应该先定一个方向。由于目前正处在大数据落地应用的初期，未来大数据在产业互联网的落地应用必将会释放出大量的人才需求，所以大数据方向是不错的选择。

第二：从搭建开发环境开始学习Python。学习编程语言一定要一边用一边学，而且Python语言自身的语法非常简单，语法组织结构也比较清晰（前期），所以在学习Python的初期几乎不会遇到什么困难。Python具备脚本式语言的简洁性，同时又具备面向对象语言的灵活性，所以学习Python基本语法的过程还是比较有乐趣的。

第三：学习大数据相关基础知识。选择大数据方向有两个好处，一个好处是大数据方向涵盖的内容比较多，另一好处是可以从大数据优雅的过渡到机器学习领域，因为目前采用机器学习的方式实现大数据分析是一个流行的做法。大数据基础知识包括大数据平台的组成结构（Hadoop、Spark），大数据平台开发接口以及大数据分析知识。Python中的Numpy、Matplotlib、Scipy、pandas等库在数据分析领域有广泛的使用，所以可以重点学习一下。

第四：参加实习。学习Python的初期可以自学，但是在学习完基本的语法之后，最好找一个项目组参加实习，这个过程对于学习任何编程语言来说都是比较重要的。

作者简介：中国科学院大学计算机专业研究生导师，从事IT行业多年，研究方向包括动态软件体系结构、大数据、人工智能相关领域，有多年的一线研发经验。

欢迎关注作者，欢迎咨询计算机相关问题。