微软已开始预览一项新技术,旨在简化具有复杂导航元素的网站开发工作,使网站无需指针设备即可操作。
微软Edge首席产品经理Patrick Brosset表示,全球需要更好的无障碍网站工具,因为目前不到一半的网站使用tabindex属性。tabindex是一个HTML属性,当网站访客按下TAB键时,会在链接或交互控件上看到一个被称为"焦点"的高亮显示,用户可以通过回车键使用这些元素。再次按TAB键会将焦点移动到另一个链接或控件。开发者可以确定用户每次按TAB键时控件的高亮顺序。
万维网联盟的Web内容无障碍指南(WCAG)要求使用tabindex等导航元素。
Brosset认为tabindex过于难用。他在周四的一篇文章中写道:"创建一个完全支持键盘操作的网站,特别是包含菜单、子菜单、工具栏、选项卡和其他输入组的复杂控件的网站,并非轻而易举的事情;这需要大量工作和专业知识。"
即使是熟练使用该技术的开发者,他指出,"要么需要编写大量复杂代码,要么必须使用JavaScript库。无论哪种情况,都会增加需要维护的代码量,网站启动时需要加载更多代码。"
"这反过来也会影响网站用户。网站需要的代码越多,加载和可用时间就越长,"他感叹道。
微软的解决方案是一项名为"focusgroup"的技术,该公司早在2022年就分享了这项技术。开发者可以在相关页面找到focusgroup的详细信息。
Brosset写道:"将问题和早期解决方案提交给广泛的协作论坛,使我们能够完善focusgroup理念,经过多次迭代,考虑了许多不同的观点。这产生了一个更好、更完整的Web开发者解决方案。"
微软现在认为这个解决方案已准备好进行更广泛的测试。Brosset的文章宣布focusgroup现已在Microsoft Edge中可供早期测试。由于微软将其实现贡献给了Chromium项目,使用该引擎驱动其他浏览器的开发者也可以尝试使用。
微软Edge Web平台团队高级软件工程师Jacques Newman发布了关于focusgroup及其使用方法的详细信息,并正在寻求反馈意见。
许多国家已将实施WCAG原则作为遵守反歧视法律的基线,使focusgroup成为许多开发者的潜在有用工具,因此也有益于需要无障碍技术的用户。它还可能为所有用户提供更快的网页加载速度,或许还能增加那些尝试保持双手远离指针设备的用户数量。
Q&A
Q1:focusgroup技术是什么?它能解决什么问题?
A:focusgroup是微软开发的一项网站无障碍技术,旨在简化键盘导航网站的开发工作。它解决了传统tabindex属性过于复杂、需要大量代码维护的问题,让开发者能够更轻松地创建支持键盘操作的网站。
Q2:为什么网站需要支持键盘导航?
A:根据万维网联盟的Web内容无障碍指南(WCAG),网站必须支持键盘导航来满足无障碍要求。许多国家已将实施WCAG原则作为遵守反歧视法律的基线,这使得键盘导航成为法律要求而非可选功能。
Q3:开发者如何使用focusgroup技术?
A:目前focusgroup技术已在Microsoft Edge中可供早期测试,由于微软将其贡献给了Chromium项目,使用该引擎的其他浏览器开发者也可以尝试。开发者可以通过微软提供的相关页面获取详细的使用方法和文档。
好文章,需要你的鼓励
前FBI网络安全部门副助理局长、现Halcyon勒索软件研究中心高级副总裁辛西娅·凯泽指出,勒索软件已成为当今最大网络威胁。研究发现,与伊朗政府相关的Pay2Key组织仅用3小时即完成加密攻击,而Akira组织从入侵到加密全程不超过4小时。更值得警惕的是,借助AI工具的"业余黑客"正大幅提升攻击频率,尽管技术粗糙,但海量低质攻击可能掩盖更隐蔽的高级威胁,给企业安全防御带来严峻挑战。
Alaya Studio联合多所顶级大学开发的"生成式世界渲染器"实现了虚拟游戏画面与真实视频间的双向转换。该系统通过从《赛博朋克2077》和《黑神话:悟空》收集400万帧高质量数据,训练AI理解材质、光照等视觉要素。创新的ReShade数据采集技术和VLM评估方法解决了传统合成数据的局限性,在材质识别和场景编辑方面取得突破性进展,为游戏开发、影视制作和创意设计提供了强大工具。
Nvidia收购Slurm工作负载管理器开发商SchedMD后,业界担忧这家芯片巨头可能借此优待自家硬件,削弱AMD、Intel等竞争对手的性能表现。Slurm运行于全球约60%的超级计算机上,Meta、Mistral、Anthropic等公司均在使用。分析师指出,尽管Nvidia承诺保持开源中立,但其对开发路线图的掌控仍构成"战略依赖风险"。专家建议企业多元化采购GPU,并在合同中争取硬件平等支持条款。
北京大学等机构联合发布DataFlex框架,这是首个统一的数据中心化动态训练系统。该框架让AI训练从"填鸭式学习"升级为"智能化学习",通过动态数据选择、配比调整和权重分配,显著提升模型性能和训练效率,同时保持与现有训练流程的完全兼容性。