html知识点总结

 

html常用标签
一、页面的头部标记
  1.标题标记<title>
    用于给网页命名,当设置这个属性之后,我们能直观的在浏览器上看到网页的名字。
  2.元信息标记<meta>
    meta标签的属性
      http-equiv 类似http的头部协议,以键值对的形式出现,“键”由http-equiv设置项目,“值”由content属性设置
      name 以键值对的形式出现,“键”由name设置项目,“值”由content属性设置
      content根据http-equiv和name来设置对应的值
    字符编码的设置
      语法:<mate http-equiv="content-type" content="text/html;charset=字符集">
      常见字符集是GB2132,表示为国际汉字码,在实际应用中也常常使用utf-8编码
    刷新页面
       语法:<mate http-equiv="refresh" content="刷新时间">
      设置为refresh(刷新),content用于设置刷新时间,单位是秒。
    页面跳转
      语法:<meta http-equiv="refresh" content="刷新时间;url=目的地址">
      设置为refresh(刷新),content用于设置刷新时间,单位是秒,在刷新的时候跳转到目的地址所在的页面
    设置关键字
       语法:<meta name="keywords" content="关键字1;关键字2;关键字3;...">
       keywords表示“关键字”设置项目,content用于设置具体的关键字,但是在实际情况中,如果输入太多的关键字,可能会在网页搜索的时候被忽略,所以在设置关键字时要注意在这方面的精简。
    设定页面描述信息
       语法:<meta name="discription" content="页面描述语言">
       discription表示“描述”设置项目,content用于设置具体的描述语言
  3.<link>
  4.<style>
  5.<script>

二、页面的主体标记<body>
  封装页面的主体内容,使用<body>可以设置页面正文颜色与背景颜色,页面背景图片,页面边距,网页链接颜色(未访问的连接颜色,正在访问的连接颜色,已经访问过的连接颜色)等。
  1.文字与段落标记
    文字标记:
      文字内容
        普通文字可以直接通过键盘键入或拷贝的方式进行输入到<body>标签中
      空格在<body>标签中,不论我们键入多少个空格,在网页显示时都默认显示一个空格,所以为了在浏览器中显示多个空格,可以使用空格对应的一个字符代码
        语法:&nbsp;
      除了空格还有许多特殊文字无法直接输入,也可以通过使用对应的字符实体来表示
      在网页中有一些内容我们只希望给编程的人员看到,不想它在浏览器中显示出来可以使用注释
        语法:<!-- 注释内容 -->
    文字字体
      默认情况下,中文网页中的文字是以黑色,宋体,3号字的效果来显示的。可以用<font>来更改文字的显示效果
        语法:<font size="" color="" face="">
      size设置文字大小,color设置文字颜色,face设置文字字体
  2.标题字标记
    语法:<h1~6 align="对齐方式"></h1~6>
    给文字添加标题语义,数字越大,字体越大。可以再其中设置文字对其方式,默认是左对齐。
  3.文字的装饰标记
      使用较少
  4.段落标记
    语法:<p>段落内容</p>
        <p>段落内容
    <p>的双标记会与上下文产生一空行的间距,单标记只会与上文产生一空行的间距,可设置对其方式
   5.换行标记
     语法:<br/>
      给一段文字强制性换行,两个连续的<br/>相当于<p>的单标记
   6.预格式化标记
      语法:<pre></pre>
      让文字与原来设置好的效果一样,可以将空格保留下来
   7.居中标记
      语法:<center></center>
      让文字居中
   8.缩排标记
      语法:<blockquot>缩进文字</blockquot>
      让文字产生一定的缩进
   9.水平线标记
      语法:<hr/>
      单标记,在标记处产生一条水平线,可以进行宽度,高度,水平对其方式,阴影效果,颜色进行设置
   10.列表标记
      将相关内容按照整齐划一的方式排列
  11.有序列表
    语法:<ol>
        <li>列表内容</li>
        ...
      </ol>
    默认情况下,有序列表的前导符是阿拉伯数字,可以通过type设置改变前导符
  12.无序列表
    项目列表:
      语法:<ul>
          <li>列表内容</li>
          ...
         </ul>
      默认情况下,无序列表的前导符是实心圆点,可以通过type设置改变前导符
    定义列表:
      语法:<dl>
          <dt>名词</dt>
          <dd>解释</dd>
           ...
          </dl>
      对名词进行解释,是一种具有两个层次的列表,名词为层次一,解释为层次二
   13.嵌套列表
    指一个列表项的定义中嵌套了另一个列表的定义
  14.图片标记
    插入图片
      语法:<img src="">
      src表示插入图片的路径,一般使用相对路径
    设置图片大小
      语法:<img src="" height="" width="">
      通过高宽来设置图片的大小
    设置图片与周围对象的边距
      语法:<img src="" hspace="" vspace="">
      通过设置图片与周围对象的水平距离和垂直距离来设置边距
    设置图片提示文本
      语法:<img src="" alt="">
      在图片还未加载好或无法加载时,对图片进行解释说明
    设置图片的对齐方式
      语法:<img src="" align="">
      设置图片与周围对象的对齐方式
    设置图片的边框
      语法:<img src="" border="">
      给图片设置边框
三、超链接
  超链接标记
    语法:<a href="目标端点">源端点</a>
    源端点可以是文字,也可以是图片,鼠标点击以后跳转到目标端点处
  超链接目标端口
    默认情况下在当前窗口打开,有时为了某种目的,希望超链接页面在其他窗口,如新开一个窗口中打开,此时在我们创建超链接时就必须修改它的目标窗口,目标窗口的修改可以通过target来进行修改
  超链接的连接路径
    绝对路径
    相对路径
  超链接的类型
  根据目标短点的内容
    内部链接
      在同一个网站内部,不同网页的链接,通常使用相对路径
    外部链接
      在不同的网站中,通常使用绝对路径
    书签链接
      目标端点为网页中的某个书签的链接
        步骤:1.创建书签
            语法:<a name="书签名"></a>
              <a>标记中的内容可有可无,书签名不能有空格
          2.创建书签链接
            语法:<a href="#书签名">源端点</a>
    脚本链接
      指使用脚本作链接目标端点的链接,通过脚本可以实现HTML语言实现不了的功能
    文件下载链接
      创建文件下载,只要在链接地址处输入文件路径即可,当用户点击链接时,浏览器会自动判断文件类型,做出不同情况的处理
    根据原端点的内容
      文本链接
        源端点为文本的链接
      图像链接
        源端点为图片的链接
      图像映射
        一幅图片中的多个链接
          语法:<img src="img_url" usemap="#map_name">
              <map name="map_name">
              <area shape="rect" coords="x1,y1,x2,y2" href="链接地址1">
              <area shape="circle" coords="x,y,r" href="链接地址2">
              <area shape="poly" coords="x1,y1,x2,y2,x3,y3..." href="链接地址3">
              ...
            </map>
          rect表示矩形,circle表示圆形,poly表示多边形
四、表格
   语法:<table>
        <tr>
          <th></th>
          <td></td>
          ...
        </tr>
        ...
      </table>
  使用<th>创建表头
  在表格标记<table>中可以设置表格宽度width,高度height,边框线border,对齐方式align,背景颜色bgcolor,背景图片background,表格标题caption,单元格间距cellspacing和边距cellpadding等表格属性
  在<tr>标记中可以设置对齐方式align,行单元格背景颜色bgcolor,行边框颜色bordercolor,单元格的垂直对齐方式valign
  在<td><th>标记中可以设置以上各种属性及单元格跨行操作rowspan,单元格跨列操作colspan
五、表单
  表单标记<form>
    语法:<form name="" method="" action="">
        ...
       </form>
    还有onsubmit(用于指定处理表单的脚本函数),enctype(设置MIME类型,默认值为application/x-www-form-urlencoded。需要上传文件到服务器时,应将该属性设置为multipart/form-data
get与post的区别

  输入标记<input>
  设置表单元素 文本text,按钮button,密码password,单选框radio,复选框checkbox,文件file,隐藏hidden,提交按钮submit,重置函数reset,图像域image
  选择列表标记<select>
  列表:
    语法:<select name="列表名称" size="显示的选项数目" multiple="multiple">
        <option value="选项值" selected="selected">选项一</option>
        ...
       </select>
      multiple设置列表中的项目可多选
  下拉列表
      一次只能选择一个列表选项,且一次稚嫩显示一个列表选项的选择列表
      语法:<select name="列表名称" >
          <option value="选项值" >选项一</option>
          ...
        </select>
  文本域标记<textarea>
    语法:<textarea name="文本区域名称" rows="行数" cols="字符数">
        ...
        </textarea>
    rows设置的是当前可见行数,如果内容的行数超过这个值,则会出现垂直滚动条

 

转载于:https://www.cnblogs.com/tyjz/p/6622438.html

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如间序列或自然语言,因为它们具有记忆功能,能够捕捉数据间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如间序列或自然语言,因为它们具有记忆功能,能够捕捉数据间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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