Skip to content
FEE
Frontend Engineering Essentials
Entry Level
Hardened· 2026-07

[FEE-104] 媒體、嵌入與互動元素 ​

INFO

HTML 提供原生元素來處理圖片、音訊、影片、嵌入內容,以及互動式 UI 模式。這些內建基礎元素處理響應式圖片傳遞、含字幕的媒體播放、透過沙箱化 iframe 的安全嵌入,以及互動式揭示與對話框模式,且全程不需要 JavaScript。現代框架的媒體與互動抽象都建立在這些相同的元素之上,因此理解原生行為是第一步。

背景 ​

Web 最初是純文字媒介。圖片於 1993 年出現,當時 Marc Andreessen 在 www-talk 郵件論壇提議加入 <img> 標籤,NCSA 團隊(Andreessen 與 Eric Bina)隨後於數週內將其實作進 Mosaic 0.10(Andreessen, 1993;The History of the Web, n.d.)。音訊與影片其後多年仰賴 RealPlayer、Flash 等外掛程式;原生 <video> 與 <audio> 於 2000 年代後期問世,並隨 HTML5 於 2014 年成為 W3C 建議標準(Recommendation)而正式標準化。互動模式如 modal、accordion 和 tooltip 完全以 JavaScript 建構,直到平台新增了 <dialog>、<details>/<summary> 和 Popover API。

媒體元素(Media elements) ​

元素用途
<img>點陣或向量圖片,透過 srcset/sizes 進行響應式傳遞
<picture>藝術指導包裝器(art direction wrapper)-- 依據 media query 或格式選擇 <source> 元素
<video>原生影片播放,含控制列、海報圖片與多重來源
<audio>原生音訊播放,含控制列與多重來源
<source>為 <video>、<audio> 或 <picture> 宣告媒體資源
<track>為 <video> 和 <audio> 提供計時文字軌(字幕、副標題、描述)
<canvas>由 JavaScript 驅動的 2D/3D 繪圖表面(Canvas API、WebGL、WebGPU)
<svg>可縮放向量圖形 -- 行內或參照方式,可用 CSS 設定樣式

嵌入元素(Embedding elements) ​

元素用途
<iframe>嵌入另一份 HTML 文件,具備安全控制(sandbox、allow、CSP)
<embed>通用外部內容(舊式,現今幾乎不需要)
<object>嵌入外部資源(舊式,實務上已被 iframe/video/audio 取代)

互動元素(Interactive elements) ​

元素 / API用途
<dialog>模態或非模態對話框,內建焦點陷阱(focus trap)、背景遮罩、ESC 關閉
<details> + <summary>揭示元件(disclosure widget)-- 不需 JavaScript 的原生 accordion
popover 屬性任何元素上的彈出行為 -- tooltip、dropdown、toast 模式

響應式圖片:srcset、sizes 與 picture ​

響應式圖片解決一個根本問題:單一圖片檔案無法為每個裝置提供最佳服務。2000px 的 hero 圖片在 375px 手機上浪費頻寬;375px 的圖片在 4K 顯示器上看起來模糊。

帶有寬度描述符的 srcset 告訴瀏覽器可用的圖片檔案及其固有寬度:

html
<img
  src="photo-800.jpg"
  srcset="photo-400.jpg 400w, photo-800.jpg 800w, photo-1600.jpg 1600w"
  sizes="(max-width: 600px) 100vw, (max-width: 1200px) 50vw, 800px"
  alt="Mountain landscape at sunrise"
/>

sizes 屬性告訴瀏覽器在每個斷點(breakpoint)圖片將顯示多寬。瀏覽器結合 srcset 寬度、sizes 版面寬度和裝置像素比(device pixel ratio)來挑選檔案。這個選擇發生在 CSS 載入之前,因此圖片請求不需要等待樣式表解析完成。

用於藝術指導和格式選擇的 <picture>:

html
<picture>
  <source media="(max-width: 600px)" srcset="hero-portrait.avif" type="image/avif" />
  <source media="(max-width: 600px)" srcset="hero-portrait.webp" type="image/webp" />
  <source srcset="hero-landscape.avif" type="image/avif" />
  <source srcset="hero-landscape.webp" type="image/webp" />
  <img src="hero-landscape.jpg" alt="Product showcase" />
</picture>

圖片效能屬性(Image performance attributes) ​

  • loading="lazy":延遲載入直到圖片接近視埠。僅用於折疊下方(below-fold)的圖片。
  • fetchpriority="high":告訴瀏覽器以高優先權取得圖片。用於 LCP(Largest Contentful Paint)圖片。
  • decoding="async":允許瀏覽器在主執行緒之外解碼圖片。適合非關鍵圖片。

影片與音訊(Video and audio) ​

html
<video controls width="640" poster="poster.jpg" preload="metadata">
  <source src="video.mp4" type="video/mp4" />
  <source src="video.webm" type="video/webm" />
  <track kind="captions" src="captions-en.vtt" srclang="en" label="English" default />
  <track kind="captions" src="captions-zh.vtt" srclang="zh" label="Chinese" />
  <p>Your browser does not support HTML video. <a href="video.mp4">Download</a>.</p>
</video>

<track> 元素提供 WebVTT 字幕以確保無障礙。沒有字幕的影片內容對聾人和聽障使用者而言無法存取,且不符合 WCAG 1.2.2(Captions - Prerecorded)。

格式協商 vs. 自適應串流 ​

一個常見的誤解是,<video> 搭配多個 <source> 元素的運作方式和 <picture> 一樣:提供瀏覽器幾個檔案,它就會為當前裝置與連線挑選最合適的一個。事實並非如此。單一個 <video src="demo.mp4"> 無論螢幕大小或連線速度為何,都會載入完整的 80 MB 檔案,光是加入 <source> 元素本身並不能解決這個問題。

<source> 上有兩個屬性分別負責兩種較窄的工作。type 負責格式協商:瀏覽器會播放第一個其編碼器(codec)與容器格式可解碼的來源,例如優先選擇 WebM 而非 MP4。media 負責視埠協商:瀏覽器會播放第一個媒體查詢(media query)相符的來源,這與 <picture> 用於圖片的藝術指導機制相同。media 用在影片來源上的歷史相當曲折:它很早就推出,2014 年因自適應串流方案興起而從 HTML 規格中移除,之後多年只有 Safari 支援(Ctrl.blog, 2021)。Firefox 與 Chrome 在 2023 年底恢復支援,因此截至 2026 年,三大引擎已再度全面支援(Jehl, 2023)。

這兩個屬性都不會回應網路狀況。像 <source media="(min-width: 800px)"> 這樣的斷點,只要視埠寬度超過該值,無論使用者是光纖還是被限速的行動網路,都會下載同一個檔案。要像串流服務那樣在播放過程中依實測頻寬動態調整位元率,需要仰賴 Media Source Extensions(MSE):一個 JavaScript API,能透過 HLS、DASH 等協定,將 manifest 拆分出的分段、可變位元率片段餵給 <video> 元素。hls.js、dash.js 等函式庫負責實作用戶端邏輯;原生 HTML 沒有對應的內建機制。

仍有兩個原生機制能緩解 80 MB 問題,但兩者都不屬於格式或視埠協商。preload="none" 或 preload="metadata" 會延後完整檔案的下載,直到播放開始才進行;這也是上方 <video> 範例改用 preload="metadata" 而非預設值的原因。loading="lazy" 無法替代這個做法:它本質上是 <img>/<iframe> 的屬性,雖然 Chrome 在 2026 年為 <video> 實作了此功能,但 Safari 與 Firefox 尚未跟進,因此目前還不能依賴它。若需要在不重新下載整個檔案的情況下跳轉播放位置,可以直接使用 Media Fragment URI,例如 video.mp4#t=10,20 請求特定時間範圍。

iframe 沙箱化(iframe sandboxing) ​

sandbox 屬性限制嵌入內容可以執行的操作:

html
<iframe
  src="https://third-party-widget.example.com"
  sandbox="allow-scripts allow-same-origin"
  allow="camera; microphone"
  loading="lazy"
  title="Customer support chat"
></iframe>

沒有 sandbox 的 iframe 對 JavaScript、表單、彈出視窗和導覽擁有完全存取權。該屬性建立限制性預設值,並要求明確選擇加入:

Token允許的操作
allow-scriptsJavaScript 執行
allow-same-origin將內容視為同源(cookies/storage 所需)
allow-forms表單送出
allow-popupswindow.open() 和 target="_blank" 連結
allow-top-navigation導覽頂層瀏覽上下文(top-level browsing context)
allow-modalsalert()、confirm()、prompt()

allow 屬性控制 Permissions Policy(前身為 Feature Policy),管控對裝置 API 的存取,如相機、麥克風、地理位置和全螢幕。

Content Security Policy (CSP) 在 HTTP 標頭層級補充 iframe 沙箱化。frame-src 指令控制哪些來源可以被嵌入:

Content-Security-Policy: frame-src 'self' https://trusted-cdn.example.com;

Canvas 與 SVG ​

Canvas 提供由 JavaScript 驅動的像素繪圖表面。它擅長即時渲染(遊戲、資料視覺化、影像處理),但其內容不屬於 DOM,沒有明確的備用內容時對螢幕閱讀器而言無法存取。

SVG 是與 DOM 整合的向量格式。SVG 元素可用 CSS 設定樣式、添加動畫,並透過 <title> 和 <desc> 元素確保無障礙。行內 SVG(inline SVG)是圖示和插圖的首選,因為它避免額外的網路請求且完全可設定樣式。

視覺化(Visual) ​

原生元素取代 JavaScript 函式庫 ​

從 JavaScript 函式庫轉向原生 HTML 元素可減少打包體積、預設改善無障礙性,並消除諸如 z-index 堆疊、焦點陷阱邊界情況、捲動鎖定衝突等整個類別的錯誤。以廣泛使用的無障礙 modal 函式庫 a11y-dialog 為例,其壓縮後(minified and gzipped)僅 1.7 KB,而這正是 <dialog> 如今原生提供的焦點陷阱、背景遮罩與 ARIA 綁定邏輯(Giraudel, 2026)。

範例(Example) ​

1. 使用 picture + srcset 的響應式圖片 ​

html
<picture>
  <!-- 藝術指導:行動裝置使用不同裁切 -->
  <source
    media="(max-width: 768px)"
    srcset="hero-mobile-400.avif 400w, hero-mobile-800.avif 800w"
    sizes="100vw"
    type="image/avif"
  />
  <source
    media="(max-width: 768px)"
    srcset="hero-mobile-400.webp 400w, hero-mobile-800.webp 800w"
    sizes="100vw"
    type="image/webp"
  />

  <!-- 桌面版:橫向裁切搭配格式備援 -->
  <source
    srcset="hero-desktop-800.avif 800w, hero-desktop-1600.avif 1600w"
    sizes="(max-width: 1200px) 100vw, 1200px"
    type="image/avif"
  />
  <source
    srcset="hero-desktop-800.webp 800w, hero-desktop-1600.webp 1600w"
    sizes="(max-width: 1200px) 100vw, 1200px"
    type="image/webp"
  />

  <!-- 不支援 avif/webp 的瀏覽器備援 -->
  <img
    src="hero-desktop-1600.jpg"
    srcset="hero-desktop-800.jpg 800w, hero-desktop-1600.jpg 1600w"
    sizes="(max-width: 1200px) 100vw, 1200px"
    alt="A panoramic view of the product dashboard showing key metrics"
    width="1600"
    height="900"
    fetchpriority="high"
    decoding="async"
  />
</picture>

此範例結合藝術指導(行動裝置與桌面版使用不同裁切)、格式協商(AVIF、WebP、JPEG 備援),以及效能最佳化(LCP 圖片使用 fetchpriority="high"、明確的 width/height 防止版面位移)。

2. 原生 dialog modal ​

html
<button id="open-dialog" type="button">Open Settings</button>

<dialog id="settings-dialog">
  <form method="dialog">
    <h2>Settings</h2>

    <label for="theme-select">Theme</label>
    <select id="theme-select" name="theme">
      <option value="light">Light</option>
      <option value="dark">Dark</option>
      <option value="system">System</option>
    </select>

    <label for="notifications">
      <input id="notifications" name="notifications" type="checkbox" checked />
      Enable notifications
    </label>

    <div>
      <button type="submit" value="save">Save</button>
      <button type="submit" value="cancel">Cancel</button>
    </div>
  </form>
</dialog>

<script>
  const dialog = document.getElementById('settings-dialog');
  const openBtn = document.getElementById('open-dialog');

  openBtn.addEventListener('click', () => {
    dialog.showModal(); // 以模態方式開啟,含焦點陷阱和背景遮罩
  });

  dialog.addEventListener('close', () => {
    if (dialog.returnValue === 'save') {
      const formData = new FormData(dialog.querySelector('form'));
      console.log('Theme:', formData.get('theme'));
      console.log('Notifications:', formData.get('notifications'));
    }
  });
</script>

<style>
  dialog::backdrop {
    background: rgba(0, 0, 0, 0.5);
    backdrop-filter: blur(4px);
  }

  dialog[open] {
    animation: slide-in 200ms ease-out;
  }

  @keyframes slide-in {
    from {
      opacity: 0;
      transform: translateY(-20px);
    }
    to {
      opacity: 1;
      transform: translateY(0);
    }
  }
</style>

method="dialog" 的表單在送出時關閉對話框,無需頁面重新載入。每個送出按鈕的 value 屬性成為 dialog.returnValue,允許不同的關閉動作。瀏覽器自動處理焦點陷阱、ESC 關閉、背景遮罩和 aria-modal。

3. popover 屬性 ​

html
<!-- 宣告式 popover:不需要 JavaScript -->
<button popovertarget="menu-popover" type="button">
  Open Menu
</button>

<div id="menu-popover" popover>
  <nav>
    <ul>
      <li><a href="/profile">Profile</a></li>
      <li><a href="/settings">Settings</a></li>
      <li><a href="/logout">Log out</a></li>
    </ul>
  </nav>
</div>

<style>
  [popover] {
    /* 定位在頂層 -- 不需要 z-index */
    border: 1px solid #ccc;
    border-radius: 8px;
    padding: 0.5rem;
    box-shadow: 0 4px 12px rgba(0, 0, 0, 0.15);
  }

  /* 進入與離開動畫 */
  [popover]:popover-open {
    animation: fade-in 150ms ease-out;
  }

  @keyframes fade-in {
    from { opacity: 0; transform: scale(0.95); }
    to { opacity: 1; transform: scale(1); }
  }
</style>

popover 屬性(等同於 popover="auto")提供自動關閉行為:點擊 popover 外部、按 ESC,或開啟另一個 auto popover 即會關閉。瀏覽器會處理關閉時機與頂層(top layer,一個位於所有頁面內容之上的瀏覽器繪製圖層)堆疊,因此基本的 popover 不需要撰寫程式碼,也不需要管理 z-index。按鈕上的 popovertarget 屬性宣告式地將其連接到 popover 元素。

最佳實踐 ​

始終為圖片提供描述性的 alt 文字。 每個 <img> MUST 具備 alt 屬性。對於具有資訊價值的圖片,使用能描述其內容與目的的文字。只有對純裝飾性圖片才使用 alt="";完全省略該屬性會讓螢幕閱讀器播報檔名,對使用者毫無意義。

使用 <picture> 和 srcset 為每個裝置提供適當的圖片。 SHOULD 使用寬度描述符(400w、800w、1600w)和精確的 sizes 值提供多個圖片來源,讓瀏覽器在 CSS 載入前即可選擇最佳檔案。對於折疊上方(above-fold)的 hero 圖片,AVOID 使用 loading="lazy",應改用 fetchpriority="high" 以避免延遲 Largest Contentful Paint 分數。

loading="lazy" 僅用於折疊下方的圖片。 瀏覽器原生延遲載入是強大的效能工具,但 MUST 保留給頁面載入時不立即可見的圖片。對 LCP 圖片或任何折疊上方的內容套用 loading="lazy" 會增加延遲,損害 Core Web Vitals。

為每部含有意義音訊的影片加入 <track> 字幕。 所有含有語音或重要音訊的 <video> 元素 MUST 至少包含一個帶有 WebVTT 檔案的 <track kind="captions">。省略字幕會使聾人和聽障使用者無法存取內容,且不符合 WCAG 1.2.2(Captions - Prerecorded)Level A。

對所有第三方 iframe 進行沙箱化,僅授予必要權限。 每個載入外部內容的 <iframe> MUST 帶有 sandbox 屬性,該屬性預設為最大限制。接著 SHOULD 僅新增元件運作所需的 token(例如 allow-scripts),並 AVOID 在不受信任的內容上同時授予 allow-same-origin 與 allow-scripts,因為這兩者的組合可能讓嵌入頁面移除沙箱限制。

優先使用 <details>/<summary> 實現漸進式揭示(progressive disclosure)模式。 當內容可按需顯示或隱藏時(FAQ、可展開區塊、次要資訊),作者 SHOULD 使用原生揭示元件,而非建立自訂 accordion。原生元素以零 JavaScript 提供鍵盤互動、無障礙播報和切換語意,消除整個類別的焦點管理錯誤。

設計思維(Design Thinking) ​

為何平台新增了原生互動元素 ​

多年來,Web 缺乏常見互動模式的原生 UI 支援。開發者完全以 JavaScript 建構 modal、accordion 和 tooltip。數以百計的函式庫重新實作了相同的行為,每個函式庫在品質和無障礙程度上各有取捨。平台的回應是新增原生元素,讓這些模式內建無障礙支援、鍵盤支援和焦點管理。

<dialog> 取代了 modal 函式庫。 在 <dialog> 出現之前,建立 modal 需要:一個 JavaScript 函式庫管理開啟/關閉狀態、一個焦點陷阱(focus trap)將鍵盤焦點保持在 modal 內部、一個 ESC 鍵事件監聽器用於關閉、一個帶點擊關閉功能的背景遮罩、aria-modal="true" 和角色管理,以及 body 的捲動鎖定(scroll lock)。原生 <dialog> 元素已於 2022 年 3 月納入 Baseline(Web Platform 用來表示某項功能已在主要瀏覽器引擎間穩定支援的訊號),並宣告式地提供了以上所有功能:

  • .showModal() 以模態方式開啟,內建焦點陷阱
  • .show() 以非模態方式開啟
  • ::backdrop 偽元素設定遮罩樣式
  • ESC 預設會關閉對話框;closedby 屬性可以放寬或收緊這個行為,但截至 2026 年它僅在 Chrome、Edge 與 Firefox 中實作,Safari 尚不支援,因此應將其視為漸進增強功能,而非跨瀏覽器都能依賴的預設行為
  • 瀏覽器自動管理 aria-modal 和焦點還原

<details>/<summary> 取代了 accordion JavaScript。 揭示元件(disclosure widget)以前需要點擊處理器、ARIA 屬性(aria-expanded、aria-controls)、高度動畫和狀態管理。原生元素以零 JavaScript 處理切換行為、鍵盤互動和無障礙播報。

Popover API 取代了 tooltip 和 dropdown 函式庫。 popover 屬性已於 2024 年納入 Baseline,並提供:

  • 頂層渲染(top-layer rendering),位於所有頁面內容之上,沒有 z-index 大戰
  • 點擊外部即關閉的輕觸關閉(light dismiss)
  • 焦點管理
  • 巢狀支援
  • 基本顯示/隱藏不需要 JavaScript

框架媒體抽象(Framework media abstractions) ​

現代框架包裝原生圖片元素,自動化響應式圖片最佳化:

Next.js Image(next/image)自動產生帶有最佳化寬度的 srcset、透過內容協商(content negotiation)提供現代格式(WebP、AVIF)、預設套用 loading="lazy"、載入時提供模糊佔位符(blur-up placeholder),並強制 width/height 以防止累積版面位移(Cumulative Layout Shift, CLS)。

Nuxt Image(nuxt/image)提供 <NuxtImg> 元件,具備類似的自動 srcset 產生、供應商整合(Cloudinary、imgix、Vercel),以及格式最佳化。

Astro Image(astro:assets)在建置時最佳化圖片、產生多種尺寸、轉換為現代格式,並與 Astro 建置管線整合以達到零執行時期成本的最佳化。

這些抽象存在的原因是:正確的響應式圖片標記冗長且容易出錯。單一響應式圖片可能需要 5-10 個 <source> 元素的格式和尺寸組合。框架將此自動化,但產生的 HTML 仍使用相同的 <img>、srcset、sizes 和 <picture> 基礎元素。

地雷矩陣 ​

地雷會發生什麼問題修正方式
在 LCP 圖片上使用 loading="lazy"延遲載入最大的折疊上方圖片而非優先處理,拖慢 Largest Contentful Paint將 loading="lazy" 保留給折疊下方的圖片;LCP 圖片改用 fetchpriority="high"
在不受信任內容上使用 sandbox="allow-scripts allow-same-origin"兩個 token 合併後,讓嵌入頁面既能將自己視為同源、又能執行腳本,進而可以自行移除沙箱限制對不受你控制的 iframe,絕不同時授予這兩個 token;只授予元件實際需要的 token
<video> 缺少 <track kind="captions">聾人與聽障使用者無法取得音訊內容;頁面不符合 WCAG 1.2.2(Captions - Prerecorded)Level A為每部含有語音或重要音訊的影片提供 WebVTT 字幕軌
誤以為 <source> 會依頻寬調整影片type 協商編碼器/容器格式,media 協商視埠寬度;兩者都不會回應緩慢的連線,因此行動網路使用者和光纖使用者會下載同一個檔案需要真正的位元率調整時,改用 Media Source Extensions(MSE)搭配 HLS/DASH
用 loading="lazy" 延遲載入 <video>截至 2026 年僅 Chrome 支援,尚未納入 Baseline,Safari 與 Firefox 使用者完全得不到延遲載入的效果改用 preload="none" 或 preload="metadata" 延遲影片載入
仰賴 closedby 取得一致的關閉體驗Chrome、Edge 與 Firefox 支援,但 Safari(截至 2026 年)不支援,導致跨瀏覽器行為不一致將 closedby 視為漸進增強;不要把它當成關閉對話框的唯一手段

延伸閱讀 ​

參考資料 ​