잠시만요, 달이 떠오르면 글도 환해질 거예요.
<picture>
<source type="image/avif" srcset="group-800.avif 800w, group-1600.avif 1600w"
sizes="(max-width: 600px) 100vw, 800px">
<source type="image/webp" srcset="group-800.webp 800w, group-1600.webp 1600w"
sizes="(max-width: 600px) 100vw, 800px">
<img src="group-1600.jpg"
alt="二十多位读者围坐在长桌旁,桌上摊着各自带来的书"
width="1600" height="1067">
</picture><img
src="photo-800.jpg"
srcset="photo-400.jpg 400w, photo-800.jpg 800w, photo-1600.jpg 1600w"
sizes="(max-width: 600px) 100vw, 800px"
alt="一位读者低头读着摊开的书,旁边放着一杯水"
width="800" height="600"
loading="lazy" decoding="async">figure {
aspect-ratio: 3 / 2;
background: #e8e2d6;
}
figure img {
width: 100%;
height: 100%;
object-fit: cover;
}<figure>
<video controls preload="none" playsinline
poster="share-poster.jpg" width="720" height="405">
<source src="share-720p.mp4" type="video/mp4">
<source src="share-720p.webm" type="video/webm">
<track kind="captions" src="share-zh.vtt" srclang="zh"
label="中文字幕" default>
你的浏览器不支持视频播放,可以<a href="share-720p.mp4">下载这段视频</a>。
</video>
<figcaption>第二轮的分享片段,时长 40 秒。</figcaption>
</figure><audio controls preload="none" src="reading-clip.m4a"></audio>
<p><a href="reading-clip-transcript.html">这段朗读的文字稿</a></p><svg role="img" aria-labelledby="logo-title" viewBox="0 0 48 48"
width="48" height="48">
<title id="logo-title">周末读书会标志</title>
<path d="M6 34 L24 10 L42 34 Z" fill="currentColor"/>
</svg><section aria-labelledby="recap-title">
<h2 id="recap-title">12 月 5 日活动回顾</h2>
<!-- 首屏主图:不懒加载,标为高优先级 -->
<figure>
<picture>
<source type="image/avif" srcset="group-800.avif 800w, group-1600.avif 1600w"
sizes="(max-width: 600px) 100vw, 800px">
<source type="image/webp" srcset="group-800.webp 800w, group-1600.webp 1600w"
sizes="(max-width: 600px) 100vw, 800px">
<img src="group-1600.jpg" fetchpriority="high"
sizes="(max-width: 600px) 100vw, 800px"
alt="二十多位读者围坐在长桌旁,桌上摊着各自带来的书"
width="1600" height="1067">
</picture>
<figcaption>签到之后,先安静读半小时。</figcaption>
</figure>
<!-- 首屏以下:懒加载 + 档位 -->
<figure>
<img src="reading-800.jpg"
srcset="reading-400.jpg 400w, reading-800.jpg 800w"
sizes="(max-width: 600px) 100vw, 800px"
alt="一位读者低头读着摊开的书,旁边放着一杯水"
width="800" height="600"
loading="lazy" decoding="async">
<figcaption>安静阅读的三十分钟。</figcaption>
</figure>
<!-- 视频:封面 + 不预载 + 字幕 -->
<figure>
<video controls preload="none" playsinline
poster="share-poster.jpg" width="720" height="405">
<source src="share-720p.mp4" type="video/mp4">
<track kind="captions" src="share-zh.vtt" srclang="zh"
label="中文字幕" default>
你的浏览器不支持视频播放,可以<a href="share-720p.mp4">下载这段视频</a>。
</video>
<figcaption>轮流分享环节的片段,40 秒。</figcaption>
</figure>
<!-- 录音 + 文字稿 -->
<p><audio controls preload="none" src="reading-clip.m4a"></audio></p>
<p><a href="reading-clip-transcript.html">这段朗读的文字稿</a></p>
</section>
图片、音视频与 SVG:让活动回顾页在慢网络下也看得下去
前三课给「周末读书会」搭好了骨架、补全了 head、写完了报名表。活动办完,组织者要发一页回顾:签到时的合影、朗读环节的录音、贴在门口的海报,还有几段轮流分享的视频。这一页的体积和前几页不是一个量级——手机拍的一张原图三四兆,一段三分钟的视频两三百兆。慢网络下,读者打开它看到的往往是一排破图和几块空白的灰框,然后关掉。
读完后你会得到:一张「什么素材用什么格式」的对照表;一组带 width、height、srcset 的照片写法;一段带封面图和字幕轨的视频;一段默认不预载的录音和它的文字稿;内联 SVG 与引用 SVG 各自的分工;以及一份在「慢速 3G」下逐条走完的自查清单。示例仍然只有一个 HTML 文件和同目录的几个素材文件,双击就能看效果。
01|先算一笔账:回顾页的体积花在哪
慢网络体验的第一杀手不是格式,是体积。回顾页的体积几乎全在媒体文件里:HTML 和 CSS 加起来通常几十 KB,而五张手机照片就能到 20 MB。所以在挑格式之前,先把准备放上去的东西列出来,逐项问一句「它值不值这个体积」。
素材
页面上常见的样子
动辄多大
处理方向
现场照片
手机直出 JPEG,4000×3000
每张 3–5 MB
按显示宽度出图并转 AVIF/WebP;一页不超过六张,其余另开相册页。
合影、横幅
聊天软件里存下来的图,或设计稿的 PNG 导出
1–8 MB
先缩到正文会用到的尺寸,再转 JPEG 或 WebP。
分享视频
手机录的 MP4
每分钟 50–200 MB
上传前压到 720p,只放三十秒以内的片段,完整版给链接。
朗读录音
手机录音,立体声 M4A
每分钟约 1 MB
转单声道、中等码率;默认不预载,另附文字稿。
活动海报
设计软件导出的 SVG
几十 KB 到数 MB
剔除嵌入位图和外链字体,清理后再上线。
图标
一堆单独的 PNG
每个几 KB,但请求很多
合成一个内联 SVG 图标,或至少用一个雪碧图。
处理顺序不能颠倒,它决定了省下来的是大头还是零头。
给一个可执行的预算:首屏(HTML + CSS + 首图)控制在 300 KB 以内,整页媒体总量控制在 2 MB 以内,单张照片不超过 250 KB。这些数字不是标准,而是一条让你在慢网下还留得住人的线。
02|格式:先选对,再谈压缩
格式的选择其实很窄:照片一类,图形一类,矢量一类。剩下的判断无非是「要不要透明」和「要不要兼容很老的浏览器」。
格式
适合什么
不适合什么
要点
JPEG
照片、带渐变的大图
需要透明,或边缘锐利的文字与线稿
兼容性兜底。质量给 75–85,肉眼看不出差别。
PNG
需要透明的图标、截图里的文字
照片
照片存成 PNG,文件通常大三到五倍,属于纯浪费。
WebP
照片与图形都能用
只支持到很老的浏览器
普遍比同画质 JPEG 小三成,支持透明。
AVIF
照片,尤其是大尺寸的
不能作为唯一格式
压缩率最高,编码较慢,适合上传时离线转好。
SVG
图标、海报、路线图这类矢量内容
照片、复杂滤镜与模糊效果
体积小、任意缩放不糊,但导出后必须清理一遍。
GIF
基本没有
短视频、照片、动图
换成无声的 MP4/WebM,体积能小一个数量级。
实际写法是同时给出几个候选,让浏览器自己挑。picture 里的 source 按书写顺序尝试,遇到不认识的类型就跳过,最后落到 img 上。
两条容易记错的地方。picture 里的 img 不能省,它才是真正被渲染的元素,alt 和宽高都写在它身上;顺序有含义,把 AVIF 放最前、JPEG 放最后,浏览器的选择就变成「能用好的就用好的」。注意 sizes 要写在每个 source 上,只写一个的话另一套候选就会按错误宽度挑选。
转格式不需要装满一柜子工具。多数图床和 CDN 在地址后面加个参数就能出 WebP(例如 ?format=webp),常见的图片处理软件导出时也能直接选 AVIF。真正的难点不是转,而是转完记得删掉原始的大图——目录里留着它,迟早会有一次误引用。
03|尺寸:width、height 与「按显示尺寸出图」
这里有两个尺寸概念,混在一起就会出问题。HTML 上的 width 和 height 是图片的固有宽高,浏览器拿它算宽高比,在图片到达之前先把位置留好;CSS 里的 width 才是它在页面上实际的显示尺寸。只写 CSS 的话,浏览器得等图片下载完才知道比例,于是文字被顶下去一跳——这就是布局偏移(CLS)。
常见写法
实际效果
该怎么做
<img src="a.jpg">
图片到达时整段文字往下移,读者正好在读那一行
一定写上 width 与 height,比例对就够。
写了 width="800",CSS 又设 width: 100%
比例被保留,显示随容器缩放,正常
保持这两个值是源图的真实比例;换了图就同步改。
把 4000 像素的原图配上 width="400"
浏览器下载 4 MB,再缩到 400 像素,等于什么都没省
用 srcset 按显示尺寸提供档位。
style="width:300px; height:200px"
比例与源图不符,人被拉扁
用 object-fit: cover 裁切,或按原比例设置。
要浏览器自己挑档位,需要 srcset 配 sizes。sizes 描述的是「这张图在页面上大约显示多宽」,不是图片本身多大,这一句想通了就不会写错。
sizes 写错是最常见的隐性浪费:写成 100vw 而实际只占半屏,浏览器就会挑一张两倍大的。核对方法很直接——打开开发者工具的网络面板,把窗口缩到手机宽度刷新一次,看实际下载的是哪一个档位,文件名里通常就带着像素数。
最后一条上限是像素密度。手机屏幕普遍是 2 倍甚至 3 倍密度,但给到 2 倍已经够用;一个最宽不过 800 CSS 像素的位置,1600 像素宽的源图就到顶。三倍图只是让流量翻倍,看不出区别。
04|慢网络:懒加载、优先级与占位
图片比文字晚到是常态,能控制的是它晚到的时候页面长什么样,以及哪张图可以先到。
属性
作用
什么时候用
什么时候别用
loading="lazy"
图片接近视口才开始下载
首屏以下的照片、相册里的后续几张
首屏主图:加了它,最该快的图被排到最后,LCP 直接变慢。
fetchpriority="high"
告诉浏览器这张最要紧,先给它带宽
首屏那张合影或海报
一页只用一次,标多了等于没标。
decoding="async"
解码不阻塞渲染
首屏以下的大图
首屏那张需要立刻出现的图,一般不必写。
preload
音视频预载多少数据
视频用 none,需要秒开时用 metadata
auto:读者还没决定要不要看,流量已经花掉。
poster
视频未播放时的封面图
每个视频都该有
直接拿视频原帧当封面,往往比压缩过的照片还大。
先让容器占住位置,再给它一个与照片色调相近的底色。宽高比由 width 和 height 决定,底色写在 CSS 里。这样慢网下读者看到的是几个颜色柔和的框,而不是一片空白。
再好一点是低质量占位图(LQIP):把同一张照片缩到 24 像素宽、质量压到 30,编码成几百字节的 data URI 写在 style 里,图片加载完成后被盖住。它只在首屏那一两张上值得做,做多了反而把 HTML 撑大,还挡不住布局跳动。
音视频的默认值要主动改掉。浏览器对 video 的默认预载是 metadata,对自动播放的视频则更激进;慢网下读者只是想看看这页有什么,却被塞了几百兆。把所有视频写成 preload="none" 加 poster,点播放才真正开始下载。
05|替代文本:四种图片,四句话
alt 不是给搜索引擎堆关键词的地方,是给看不见图片的人听的一句话。写之前先分类,四类的写法完全不同。
图片类型
怎么判断
alt 怎么写
回顾页里的例子
信息性
这张图承载了别处没有的信息
一句话说清它传达的信息,不描述像素
"二十多位读者围坐在长桌旁,桌上摊着各自带来的书"
装饰性
拿掉它,内容一点没少
写 alt="",不要留空格,更不要省略属性
分隔用的花纹、背景纹理
功能性
图片本身是按钮或链接
写目的地或动作,不描述外观
"查看活动全部照片(另开一页)"
复杂图
路线图、数据图表、带文字的截图
短 alt 加正文里的完整文字说明
alt 写 "会场路线图,从正门到二楼阅览室",下方再列出三条路线
几条容易踩的线。不要以「图片」「照片」开头,读屏已经会念一声「图像」;不要在图注里重复 alt 的内容——图注是给所有人看的,alt 是图注的补充而不是复述;不要省略 alt 属性,省略之后部分读屏会退而念出文件名,比如「IMG 2043 点 JPG」,比不念更糟。同一段里连续放好几张同类照片时,可以只给第一张写较完整的 alt,其余写 alt="",靠图注统一说明,免得读屏把六句相似的话念一遍。
还有一条与慢网直接相关的理由:alt 写得好,图片加载失败时它就是页面上唯一还能读的东西。写完之后把网络调到离线刷新一次,看剩下的文字是否还说得出这一页发生过什么——这是最诚实的 alt 检查法,比任何工具都准。
06|视频与音频:别让读者先下两百兆
回顾页里最容易被忽略的是音视频,因为本地打开时它们几乎瞬间就绪。真放到慢网下,一个两百兆的视频会让整页停在「正在加载」,连下面已经写好的文字都读不到。
属性或元素
作用
注意事项
controls
显示浏览器原生播放条
不要自己画一套;原生控件键盘可用、读屏可读。
preload="none"
不预载,点播放才开始下载
页面里视频多于一个时,一律用它。
poster
未播放时的封面图
从视频里截一帧压好,别用整张原图。
playsinline
iOS 上内联播放,不强制全屏
不做全屏强跳,读者不会丢掉页面位置。
muted
默认静音
只在确实要自动播放时用,而有声自动播放本来就会被浏览器拦下。
track kind="captions"
字幕或文字稿轨
有发言的视频就该有;文件是 WebVTT。
source type
提供多个编码,让浏览器挑
MP4(H.264)兜底,WebM 更小。
这段里三个细节值得单独说。video 也写 width 和 height,不为显示,为的是在封面图还没到之前把位置留好;track 不只是无障碍要求,它让在地铁上不能开声音的读者也知道大家在说什么;video 标签之间的那段文字是兜底内容,播放器加载不出来时它才会出现,所以里面那句「下载这段视频」的链接要真的能点。
音频的处理更简单,往往也更有效。一段朗读录音压成单声道、中等码率的 M4A,十分钟也就五兆上下;配上原生控件、preload="none" 和一段文字稿,慢网下读者可以先读文字,愿意听再点播放。文字稿放在播放器下方,比塞进字幕轨更好找——字幕是跟着时间轴走的,文字稿是可以搜索、可以复制的。
07|SVG:矢量海报与图标的两种用法
SVG 是唯一一种既能当图片、又能当代码的格式,所以第一件事是先决定它怎么进页面:当素材引用,还是直接写进 HTML。
用法
适合什么
代价
<img src="poster.svg">
海报、路线图、复杂插画
无法用 CSS 改内部颜色,脚本也进不去,适合做静态素材。
内联 <svg>
图标、需要跟随深色模式变色的标志
增加 HTML 体积,且必须自己处理无障碍名称。
CSS 的 background-image
纯装饰的分隔纹样
读屏完全看不到——对这种内容来说正是想要的。
内联 SVG 有个容易忘的细节:它在无障碍树里默认只是一块「图形」,没有名字。给它 role="img" 和一个 title,读屏才会念出一句人话;如果这个图标旁边已经有一行文字说明,就把 SVG 标成 aria-hidden="true",别让读屏把同一件事念两遍。
用 viewBox 而不是固定的像素尺寸,是让 SVG 真正「矢量」的关键:viewBox 定义坐标系,外层的宽高只决定它画多大。配合 fill="currentColor",图标能跟着文字颜色走,深色模式下不用另做一套。用 img 引用时反过来:路径里的 currentColor 会失效,颜色得在设计稿里定死。
从设计软件导出之后一定要清理:它常会塞进图层名、位图预览、外链字体和一堆小数点后三位的坐标,体积里最占地方的往往是那张谁也看不见的嵌入位图。清理工具(例如 svgo)能去掉这些,但注意别把 title 和 desc 一起删掉——它们正是读屏要念的内容,删了等于把无障碍做回原点。
还有一个现实问题:SVG 里的文字如果用了系统没有的字体,渲染结果会跳到别的字形,海报标题可能挤成一团。稳妥的做法是导出时把文字转成路径,代价是文字不再可选中、也无法被搜索。如果海报上的文字本身很重要,更好的办法是把标题写成真正的 HTML 标题,让 SVG 只承担图形那部分。
08|Demo|把回顾页的素材接上
把前三课的页面另存为 recap.html,在 main 里追加下面这一段。素材放在同一目录、文件名按实际修改;视频和音频还没有就先注释掉,页面结构照样成立。
保存后先在本地看一遍。把开发者工具打开到「网络」面板,勾上「停用缓存」,速度选「慢速 3G」,刷新。正常情况下你会看到:首图先出现,第二张照片稍后淡入,视频的位置是一张封面图而不是空白,音频的播放条在点播放之前没有产生流量。如果首图迟迟不来,先看它实际多大——超过 300 KB 就该重新出图,而不是继续调代码。
09|慢网实测:只看三个数
优化要有终点,所以只看三个能直接对上的数字。
指标
含义
这次的目标
超了先查什么
LCP
最大那块内容出现的时间
2.5 秒以内
首图体积;是不是被 loading="lazy" 拖住;有没有 fetchpriority。
CLS
内容跳动的累计分数
0.1 以内
图片有没有 width/height;视频和音频有没有固定宽高比。
传输总量
打开这一页一共下载了多少
2 MB 以内
照片张数;sizes 是否挑了大档;音视频是否被预载。
三个数都在「性能」面板里,「网络」面板则用来核对实际下载的档位和文件大小。慢网测试的关键是别只看一次:第一次加载和第二次加载差别很大,务必勾上「停用缓存」,并按手机宽度再测一遍。手机上还需要单独确认两件与体积无关却常出事的事:视频不能自动出声,点播放时是内联展开而不是整页跳走。
还有一个只看三秒的土办法:把网络调到离线刷新,看页面在没有任何图片的情况下还能不能读。能读,说明 alt 和图注撑住了内容;不能读,说明这一页的价值被全押在了图片上——那它在慢网下的失败就不是优化问题,而是内容结构问题。
10|十二个最常见的坑
11|发布前自查
接下来学什么
参考资料
查元素与属性的用法从 MDN 入手;需要确认规范原文看 WHATWG;判断替代文本写得好不好,W3C 的图片无障碍教程给了大量可以逐条对照的例子。
资料
适合查什么
MDN:img 元素
srcset、sizes、loading、fetchpriority 的取值与浏览器行为。
MDN:picture 元素
按格式切换与按画面裁剪切换的完整示例,以及 source 的匹配顺序。
MDN:video 元素
preload、poster、track 的用法与各浏览器的默认预载策略。
W3C WAI:图片无障碍教程
信息性、装饰性、功能性、复杂图四类 alt 的写法与大量对照例子。
WHATWG:媒体元素
video、audio、track 的内容模型、属性定义与错误处理。