[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:
<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>:
<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)
<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:
<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-scripts | JavaScript 執行 |
allow-same-origin | 將內容視為同源(cookies/storage 所需) |
allow-forms | 表單送出 |
allow-popups | window.open() 和 target="_blank" 連結 |
allow-top-navigation | 導覽頂層瀏覽上下文(top-level browsing context) |
allow-modals | alert()、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
<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
<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
<!-- 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
- WHATWG, "HTML Living Standard: Embedded Content," WHATWG (2026). https://html.spec.whatwg.org/multipage/embedded-content.html
- WHATWG, "HTML Living Standard: Interactive Elements," WHATWG (2026). https://html.spec.whatwg.org/multipage/interactive-elements.html
- WHATWG, "HTML Living Standard: The iframe Element," WHATWG (2026). https://html.spec.whatwg.org/dev/iframe-embed-object.html
- MDN contributors, "The Dialog Element," MDN Web Docs (2026). https://developer.mozilla.org/en-US/docs/Web/HTML/Reference/Elements/dialog
- MDN contributors, "Popover API," MDN Web Docs (2026). https://developer.mozilla.org/en-US/docs/Web/API/Popover_API
- MDN contributors, "Responsive Images," MDN Web Docs (2026). https://developer.mozilla.org/en-US/docs/Web/HTML/Guides/Responsive_images
- MDN contributors, "The iframe Element," MDN Web Docs (2026). https://developer.mozilla.org/en-US/docs/Web/HTML/Reference/Elements/iframe
- MDN contributors, "Media Source Extensions API," MDN Web Docs (2026). https://developer.mozilla.org/en-US/docs/Web/API/Media_Source_Extensions_API
- W3C, "Media Fragments URI 1.0 (basic)," W3C Recommendation (2012). https://www.w3.org/TR/media-frags/
- Scott Jehl, "We're Bringing Responsive Video Back!," scottjehl.com (2023). https://scottjehl.com/posts/responsive-video/
- Ctrl.blog, "The HTML video element needs to go back on the drawing board," Ctrl.blog (2021). https://www.ctrl.blog/entry/html-responsive-video.html
- The History of the Web, "The Origin of the IMG Tag," The History of the Web (n.d.). https://thehistoryoftheweb.com/the-origin-of-the-img-tag/
- Marc Andreessen, "NCSA Mosaic for X 0.10 released," WWW-Talk mailing list archive (1993). http://1997.webhistory.org/www.lists/www-talk.1993q1/0262.html
- web.dev, "Responsive Images," web.dev (2026). https://web.dev/learn/design/responsive-images
- web.dev, "Browser-level Image Lazy Loading," web.dev (2026). https://web.dev/articles/browser-level-image-lazy-loading
- web.dev, "Popover and Dialog," web.dev (2026). https://web.dev/learn/css/popover-and-dialog
- Can I Use, "dialog," caniuse.com (2026). https://caniuse.com/dialog
- Can I Use, "popover," caniuse.com (2026). https://caniuse.com/mdn-api_htmlelement_popover
- Web Platform DX, "dialog closedby," Web Features Explorer (2026). https://web-platform-dx.github.io/web-features-explorer/features/dialog-closedby/
- Kitty Giraudel, "a11y-dialog," GitHub (2026). https://github.com/KittyGiraudel/a11y-dialog
- Next.js, "Image Component," Next.js Documentation (2026). https://nextjs.org/docs/app/api-reference/components/image