#5 - Статичні файли. Додавання Bootstrap

#5 - Статичні файли. Додавання Bootstrap

Наразі наш сайт виглядає не гарно. Він не має ні стилів, ні картинок, ні коректного HTML коду. В уроці ми це виправимо. Ми додамо Bootstrap, пропишемо HTML та створимо красиві стилі для всього нашого сайту.

Відеоурок

Telegram group

Підписуйтесь на нашу групу в Телеграмі 🇺🇦

Корисні посилання:


Мова стилів CSS

Для створення стилів у HTML-розмітці існує мова CSS. Вона є основною мовою стилів, і без знань CSS дуже складно створювати дизайн сайту. Якщо ви ще не знаєте CSS, то рекомендуємо переглянути наш урок з вивчення CSS за 45 хвилин.




Окрім CSS, можна використовувати різні фреймворки, що надають набір готових стилів і скриптів для створення сайту. Однією з таких технологій є бібліотека Bootstrap, яка містить великий набір готових стилів для об'єктів на сайті. Завантажити бібліотеку можна з їхнього офіційного сайту.


Ви можете детальніше ознайомитися з бібліотекою на нашому сайті в курсі «Вивчення технології Bootstrap». 


Використання статичних файлів

У Jinja для додавання статичних файлів існує спеціальна команда load static. Команду необхідно прописувати перед підключенням статичного файлу або ж на початку HTML-документа перед усіма тегами.


Серед статичних файлів можуть бути будь-які файли, що знаходяться у вас на сервері: зображення, стилі, JavaScript-файли, документи тощо.


Усі статичні файли важливо розміщувати в папку «static». Вона працює за принципом папки «templates», але слугує для зберігання статичних даних.

Матеріали для курсу

Щоб завантажувати матеріали до відеокурсів, необхідно оформити підписку на сайт

Завдання до уроку

Необхідно оформити передплату на проект, щоб отримати доступ до всіх домашніх завдань

Велике завдання за курсом

Вам необхідно оформити передплату на сайті, щоб мати доступ до всіх великих завдань. У завдання входить методика рішення, а також готовий проект з відповіддю до завдання.
PS: подібні завдання доступні при підписці від 1 місяця

Також варто подивитися

Python Data Analytics / Аналитика данных (NumPy, Pandas, Matplotlib)
Нейронные сети / Изучение Python OpenCV
Python Data Science / Обработка данных (Scikit-learn, TensorFlow)
Изучение PyQt5 / Графический интерфейс на Python
Курс Machine Learning / Машинное обучение с нуля
Изучение Flask / Создание сайта на Python
Коментарі
Додати коментар

Поки що коментарів немає