JQuery总结

JQuery部分总结

1. dom对象 -- Jquery对象

(1)dom对象转为jquery对象

jquery对象是$()这样的基本形式

想要将dom对象转换为jquery对象,只需用$(dom对象)包一下就可以了.

dom对象获取值:dom.value;

(2)jquery对象转为dom对象

~1.可以向访问数组一样用[index]的方式将jquery对象转为dom对象
~2.可以调用jquery对象的get(index)获取封装的dom对象
JQuery获取值:$('#id').val();

2.选择器:利用选择器jquery可以快速的在页面中选取节点

(1)基本选择器

1、#id     用法: $(”#myDiv”);    返回值  单个元素的组成的集合
说明: 这个就是直接选择html中的id=”myDiv”
2、Element       用法: $(”div”)     返回值  集合元素
说明: element的英文翻译过来是”元素”,所以element其实就是html已经定义的标签元素,例如 div, input, a等等.


3、.class          用法: $(”.myClass”)      返回值  集合元素
说明: 这个标签是直接选择html代码中class=”myClass”的元素或元素组(因为在同一html页面中class是可以存在多个同样值的).
4、*          用法: $(”*”)      返回值  集合元素
说明: 匹配所有元素,多用于结合上下文来搜索
5、selector1, selector2, selectorN      
用法: $(”div,span,p.myClass”)    返回值  集合元素
说明: 将每一个选择器匹配到的元素合并后一起返回.你可以指定任意多个选择器, 并将匹配到的元素合并到一个结果内.其中p.myClass是表示匹配元素
p class=”myClass”

(2)层次选择器

1 、ancestor descendant
用法: $(”form input”) ;   返回值  集合元素
说明: 在给定的祖先元素下匹配所有后代元素.这个要下面讲的”parent > child”区分开.

2、parent > child 用法: $(”form > input”) ;    返回值  集合元素
 说明: 在给定的父元素下匹配所有子元素.注意:要区分好后代元素与子元素

3、prev + next
     用法: $(”label + input”) ;   返回值  集合元素
     说明: 匹配所有紧接在 prev 元素后的 next 元素

4、prev ~ siblings
     用法: $(”form ~ input”) ;    返回值  集合元素
     说明: 匹配 prev 元素之后的所有 siblings 元素.注意:是匹配之后的元素,不包含该元素在内,并且siblings匹配的是和prev同辈的元素,其后辈元素不被匹配.

5、选择所有兄弟使用siblings方法来获取
$("#two").siblings("div").css();

3.过滤器

(1)基础过滤选择器

1、:first 用法: $(”tr:first”) ;   返回值  单个元素的组成的集合
说明: 匹配找到的第一个元素

2、:last 用法: $(”tr:last”)   返回值  集合元素
说明: 匹配找到的最后一个元素.与 :first 相对应.

3、:not(selector) 用法: $(”input:not(:checked)”)返回值  集合元素
说明: 去除所有与给定选择器匹配的元素.有点类似于”非”,意思是没有被选中的input(当input的type=”checkbox”).

4、:even 用法: $(”tr:even”)   返回值  集合元素
说明: 匹配所有索引值为偶数的元素,从 0 开始计数.js的数组都是从0开始计数的.例如要选择table中的行,因为是从0开始计数,所以table中的第一个tr就为偶数0.

5、: odd 用法: $(”tr:odd”) 返回值  集合元素
说明: 匹配所有索引值为奇数的元素,和:even对应,从 0 开始计数.

6、:eq(index) 用法: $(”tr:eq(0)”)    返回值  集合元素
说明: 匹配一个

7、:gt(index) 用法: $(”tr:gt(0)”)    返回值  集合元素
说明: 匹配所有大于给定索引值的元素.

8、:lt(index) 用法: $(”tr:lt(2)”)    返回值  集合元素  
     说明: 匹配所有小于给定索引值的元素.
     
9、:header(固定写法) 用法: $(”:header”).css(”background”, “#EEE”)    返回值  集合元素
说明: 匹配如 h1, h2, h3之类的标题元素.这个是专门用来获取h1,h2这样的标题元素.
 
10、:animated(固定写法)   返回值  集合元素
说明: 匹配所有正在执行动画效果的元素 

(2)内容过滤选择器

1、:contains(text) 用法: $(”div:contains(’John’)”)    返回值  集合元素
说明: 匹配包含给定文本的元素.这个选择器比较有用,当我们要选择的不是dom标签元素时,它就派上了用场了,它的作用是查找被标签”围”起来的文本内容是否符合指定的内容的.

2、:empty 用法: $(”td:empty”)   返回值  集合元素
说明: 匹配所有不包含子元素或者文本的空元素

3、:has(selector)
     用法: $(”div:has(p)”).addClass(”test”)    返回值  集合元素
     说明: 匹配含有选择器所匹配的元素的元素.这个解释需要好好琢磨,但是一旦看了使用的例子就完全清楚了:给所有包含p元素的div标签加上class=”test”.
     
4、:parent 用法: $(”td:parent”)   返回值  集合元素
说明: 匹配含有子元素或者文本的元素.注意:这里是”:parent”,可不是”.parent”哦!感觉与上面讲的”:empty”形成反义词.


(3)可见度过滤选择器

1、:hidden 用法: $(”tr:hidden”)  返回值  集合元素
说明: 匹配所有的不可见元素,input 元素的 type 属性为 “hidden” 的话也会被匹配到.意思是css中display:none和input type=”hidden”的都会被匹配到.同样,要在脑海中彻底分清楚冒号”:”, 点号”.”和逗号”,”的区别.

2、:visible 用法: $(”tr:visible”)  返回值  集合元素
说明: 匹配所有的可见元素.

(4)属性过滤器

1、[attribute] 用法: $(”div[id]“) ;  返回值  集合元素
说明: 匹配包含给定属性的元素. 例子中是选取了所有带”id”属性的div标签.

2、[attribute=value] 用法: $(”input[name='newsletter']“).attr(”checked”, true);    返回值  集合元素
说明: 匹配给定的属性是某个特定值的元素.例子中选取了所有 name 属性是 newsletter 的 input 元素.
 
3、[attribute!=value] 用法: $(”input[name!='newsletter']“).attr(”checked”, true);    返回值  集合元素
说明: 匹配所有不含有指定的属性,或者属性不等于特定值的元素.此选择器等价于:not([attr=value]),要匹配含有特定属性但不等于特定值的元素,请使用[attr]:not([attr=value]).之前看到的 :not 派上了用场.

4、[attribute^=value] 用法: $(”input[name^=‘news’]“)  返回值  集合元素 
 说明: 匹配给定的属性是以某些值开始的元素.,我们又见到了这几个类似于正则匹配的符号.现在想忘都忘不掉了吧?!
 
5、[attribute$=value] 用法: $(”input[name$=‘letter’]“)  返回值  集合元素 
说明: 匹配给定的属性是以某些值结尾的元素.

6、[attribute*=value] 用法: $(”input[name*=‘man’]“)   返回值  集合元素
说明: 匹配给定的属性是以包含某些值的元素.

7、[attributeFilter1][attributeFilter2][attributeFilterN] 用法: $(”input[id][name$=‘man’]“)  返回值  集合元素
说明: 复合属性选择器,需要同时满足多个条件时使用.又是一个组合,这种情况我们实际使用的时候很常用.这个例子中选择的是所有含有 id 属性,并且它的 name 属性是以 man 结尾的元素.


(5)子元素过滤选择器

1、:nth-child(index/even/odd/equation)
用法: $(”ul li:nth-child(2)”)   返回值  集合元素
说明: 匹配其父元素下的第N个子或奇偶元素.这个选择器和之前说的基础过滤(Basic Filters)中的 eq() 有些类似,不同的地方就是前者是从0开始,后者是从1开始.



2、:first-child
用法: $(”ul li:first-child”)    返回值  集合元素 
说明: 匹配第一个子元素.’:first’ 只匹配一个元素,而此选择符将为每个父元素匹配一个子元素.这里需要特别点的记忆下区别.

3、:last-child
用法: $(”ul li:last-child”)      返回值  集合元素
说明: 匹配最后一个子元素.’:last’只匹配一个元素,而此选择符将为每个父元素匹配一个子元素.

4、: only-child
用法: $(”ul li:only-child”)   返回值  集合元素 
说明: 如果某个元素是父元素中唯一的子元素,那将会被匹配.如果父元素中含有其他元素,那将不会被匹配.意思就是:只有一个子元素的才会被匹配!

(6)表单对象属性过滤选择器

1、:enabled
用法: $(”input:enabled”)    返回值  集合元素
说明: 匹配所有可用元素.意思是查找所有input中不带有disabled=”disabled”的input.不为disabled,当然就为enabled啦.
2、:disabled
用法: $(”input:disabled”)    返回值  集合元素
说明: 匹配所有不可用元素.与上面的那个是相对应的.
3、:checked 用法: 
$(”input:checked”)   返回值  集合元素
说明: 匹配所有选中的被选中元素(复选框、单选框等,不包括select中的option).这话说起来有些绕口.
4、:selected 用法: 
$(”select option:selected”)   返回值  集合元素
说明: 匹配所有选中的option元素.


(7)表单选择器

1、:input
用法: $(”:input”) ;   返回值  集合元素
说明:匹配所有 input, textarea, select 和 button 元素 
2、:text
用法: $(”:text”) ;  返回值  集合元素
说明: 匹配所有的单行文本框.
3、:password
用法: $(”:password”) ; 返回值  集合元素
说明: 匹配所有密码框.
4、:radio
用法: $(”:radio”) ; 返回值  集合元素
说明: 匹配所有单选按钮.
5、:checkbox
用法: $(”:checkbox”) ; 返回值  集合元素
说明: 匹配所有复选框
6、:submit 用法:
$(”:submit”) ;   返回值  集合元素
说明: 匹配所有提交按钮.

4.Dom操作

(1)内部插入
*   append(content) :向每个匹配的元素的内部的结尾处追加内容
*   appendTo(content) :将每个匹配的元素追加到指定的元素中的内部结尾处
*   prepend(content):向每个匹配的元素的内部的开始处插入内容
*   prependTo(content) :将每个匹配的元素插入到指定的元素内部的开始处
(2)外部插入
*  after(content) :在每个匹配的元素之后插入内容 
*  insertAfter(content):把所有匹配的元素插入到另一个、指定的元素元素集合的后面 
*  before(content):在每个匹配的元素之前插入内容 
*  insertBefore(content) :把所有匹配的元素插入到另一个、指定的元素元素集合的前面 
(3)查找节点:利用选择器就可以查找节点
如果要获取属性,attr()
(4)创建节点:
创建节点: 使用 jQuery 的工厂函数 $(): $(html)
(5)删除节点:
remove()
empty()
(6)克隆节点
clone()
(7)替换节点
replaceWith
replaceAll
(8)操作属性
attr()
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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