asp.net操作Meta tages/Style/title/Header

 

动态添加Meta tages:

  1. // Render: <meta name="keywords" content="Some words listed here" />
  2. HtmlMeta meta = new  HtmlMeta();
  3. meta.Name = "keywords" ;
  4. meta.Content = "Some words listed here" ;
  5. this .Header.Controls.Add(meta);
  6. // Render: <meta name="robots" content="noindex" />
  7. meta = new  HtmlMeta();
  8. meta.Name = "robots" ;
  9. meta.Content = "noindex" ;
  10. this .Header.Controls.Add(meta);
  11. // Render: <meta name="date" content="2006-03-25" scheme="YYYY-MM-DD" />
  12. meta = new  HtmlMeta();
  13. meta.Name = "date" ;
  14. meta.Content = DateTime.Now.ToString("yyyy-MM-dd" );
  15. meta.Scheme = "YYYY-MM-DD" ;
  16. this .Header.Controls.Add(meta);

动态添加样式表:

  1. HtmlLink link = new  HtmlLink();
  2. link.Attributes.Add("type""text/css" );
  3. link.Attributes.Add("rel""stylesheet" );
  4. link.Attributes.Add("href""~/style.css" );
  5. this .Header.Controls.Add(link);

动态设置Style:

  1. Style style = new  Style();
  2. style.ForeColor = System.Drawing.Color.Navy;
  3. style.BackColor = System.Drawing.Color.LightGray;
  4. // Add the style to the header for the body of the page
  5. this .Header.StyleSheet.CreateStyleRule(style, null"body" );

设置Title:

  1. this .Header.Title="这是个Title测试" ;
  2. //MasterPage中用下面的代码 
  3. //this.Page.Title = SiteMap.CurrentNode.Title; 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python的数据处理可以使用numpy和pandas库来进行。其中,numpy提供了多维数组的创建和操作方法,而pandas则提供了更高级的数据结构和数据分析功能。 在numpy中,可以使用array方法创建一维、二维以及多维数组。每增加一维,则增加一层嵌套关系。例如,可以通过以下代码创建一维、二维和三维数组: ```python import numpy as np data1 = [1, 2, 3, 4, 5] array1 = np.array(data1) data2 = [[1, 2, 3], [4, 5, 6]] array2 = np.array(data2) data3 = [[[1, 2, 3], [4, 5, 6]]] array3 = np.array(data3) ``` 可以使用`ndim`属性查看数组的维度,使用`shape`属性查看数组的维度大小。例如,可以通过以下代码查看二维数组的维度和维度大小: ```python array2.ndim array2.shape ``` 在pandas中,可以使用`cut()`函数对数据进行分组处理并打上标签。被切分的数组必须是一维的。例如,可以使用以下代码将年龄数据平分成5个区间,并打上婴儿、青年、中年、壮年、老年的标签: ```python import numpy as np import pandas as pd ages = np.array([0, 5, 10, 40, 36, 12, 58, 62, 77, 89, 100, 18, 20, 25, 30, 32]) tages = pd.cut(ages, [0, 5, 20, 30, 50, 100], labels=["婴儿", "青年", "中年", "壮年", "老年"]) df1 = pd.DataFrame({'age': ages, 'tage': tages}) ``` 在数据处理中,经常需要进行数据抽样。可以使用numpy的`random.randint()`函数生成随机数。例如,可以使用以下代码生成3个0到10之间的随机整数: ```python import numpy as np np.random.randint(0, 10, 3) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值