DOM - Element 对象

http://www.runoob.com/dom/dom-element.html


Element 对象

Element 对象代表 XML 文档中的一个元素。元素可以包含属性、其他元素或文本。如果一个元素包含文本,则在文本节点中表示该文本。

重要事项:文本永远存储在文本节点中。在 DOM 处理过程中的一个常见的错误是,导航到元素节点,并认为此节点含有文本。不过,即使最简单的元素节点之下也拥有文本节点。举例,在 <year>2005</year> 中,有一个元素节点(year),同时此节点之下存在一个文本节点,其中含有文本(2005)。

由于 Element 对象也是一种节点,因此它可继承 Node 对象的属性和方法。

Element 对象属性

属性描述
attributes返回元素的属性的 NamedNodeMap。
baseURI返回元素的绝对基准 URI。
childNodes返回元素的子节点的 NodeList。
firstChild返回元素的第一个子节点。
lastChild返回元素的最后一个子节点。
localName返回元素名称的本地部分。
namespaceURI返回元素的命名空间 URI。
nextSibling返回元素之后紧接的节点。
nodeName返回节点的名称,根据其类型。
nodeType返回节点的类型。
ownerDocument返回元素所属的根元素 (document 对象)。
parentNode返回元素的父节点。
prefix设置或返回元素的命名空间前缀。
previousSibling返回元素之前紧接的节点。
schemaTypeInfo返回与元素相关联的类型信息。
tagName返回元素的名称。
textContent设置或返回元素及其后代的文本内容。

Element 对象方法

方法描述
appendChild()把新的子节点添加到节点的子节点列表末尾。
cloneNode()克隆节点。
compareDocumentPosition()比较两个节点的文档位置。
getAttribute()返回属性的值。
getAttributeNS()返回属性的值(带有命名空间)。
getAttributeNode()以 Attribute 对象返回属性节点。
getAttributeNodeNS()以 Attribute 对象返回属性节点(带有命名空间)。
getElementsByTagName()返回匹配的元素节点及它们的子节点的 NodeList。
getElementsByTagNameNS()返回匹配的元素节点(带有命名空间)及它们的子节点的 NodeList。
getFeature(feature,version)返回 DOM 对象,此对象可执行带有指定特性和版本的专门的 API。
getUserData(key)返回与节点上键关联的对象。此对象必须首先通过使用相同的键调用 setUserData 来设置到此节点。
hasAttribute()返回元素是否拥有匹配指定名称的属性。
hasAttributeNS()返回元素是否拥有匹配指定名称和命名空间的属性。
hasAttributes()返回元素是否拥有属性。
hasChildNodes()返回元素是否拥有子节点。
insertBefore()在已有的子节点之前插入一个新的子节点。
isDefaultNamespace(URI)返回指定的 namespaceURI 是否为默认。
isEqualNode()检查两个节点是否相等。
isSameNode()检查两个节点是否为同一节点。
isSupported(feature,version)返回指定的特性是否在此元素上得到支持。
lookupNamespaceURI()返回匹配指定前缀的命名空间 URI。
lookupPrefix()返回匹配指定命名空间 URI 的前缀。
normalize()把节点(包括属性)下的所有文本节点放置到一个"标准"的格式中,其中只有结构(比如元素、注释、处理指令、CDATA 区段以及实体引用)来分隔 Text 节点,例如,既没有相邻的 Text 节点,也没有空的 Text 节点。
removeAttribute()删除指定的属性。
removeAttributeNS()删除指定的属性(带有命名空间)。
removeAttributeNode()删除指定的属性节点。
removeChild()删除子节点。
replaceChild()替换子节点。
setUserData(key,data,handler)把对象关联到元素上的键。
setAttribute()添加新属性。
setAttributeNS()添加新属性(带有命名空间)。
setAttributeNode()添加新的属性节点。
setAttributeNodeNS(attrnode)添加新的属性节点(带有命名空间)。
setIdAttribute(name,isId)如果 Attribute 对象的 isId 属性为 true,那么此方法会把指定的属性声明为一个用户确定 ID 的属性(user-determined ID attribute)。
setIdAttributeNS(uri,name,isId)如果 Attribute 对象的 isId 属性为 true,那么此方法会把指定的属性声明为一个用户确定 ID 的属性(user-determined ID attribute)(带有命名空间)。
setIdAttributeNode(idAttr,isId)如果 Attribute 对象的 isId 属性为 true,那么此方法会把指定的属性声明为一个用户确定 ID 的属性(user-determined ID attribute)。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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