chapter html文件,Chapter2 html解析原理与内容

No.1 特色教学

一、前端三宝同步学:

html+css+js

二、学习方法:

同步 + 实用+ 具体 + 谦卑

No.2 认识HTML

一、创建网页过程

HTML

2c79639d2e7fe14b03074266a400ab89.png

DOM

141081c58e8e77cf5bfda0367b82e80c.png

WINDOW

fe217865388d1b537850c93a5143366a.png

二、HTML5 文档结构

代码

描述

通知浏览器这是一个HTML5文件

根元素,包含整个HTML文档内容

搜索引擎html文档通知

使用的编写语言。en是英语,zh-CN是中文

共浏览器和搜索引擎使用,描述字符编码集,视口与页面标题。

设置页面元素数据

通知浏览器html编写语言所属的字符编码集

name=”viewport”

设置视口如何显示页面

initial-scale=1.0

设置页面初始缩放比例

,1.0表示原样显示,不缩放 |

|

… | 显示在浏览器标签上的文本,指定当前页面标题 |

|

… |页面主体内容 |

| |描述标签功能或用途,其内容不出现在网页中 |

三、HTML5 元素

元素类型

标签类型

非空元素

双标签

元素内容结束标签>

空元素

单标签

四、元素的属性与值

属性=属性名+属性值,必须写在起始标签中;

语法:属性名只使用小写字母,属性值加上“双引号”。

属性值类型

属性值描述

1字符串

提交

2预定义值

3指定格式

耒一网php知识

4数值

5布尔值

五、语义化的布局元素

名称

标签

1标题

2页眉

3页脚

4导航

5主体

6文档

7边栏

8片段

9区块

如图:

0a293f648ce520b24d32859dbea99303.png

六、常用的语义化文本元素

名称

标签

描述

1段落

段落内容文本

2 格式化

 
  

按原代码格式原样输出

3内联框

类似,无语义,主要用作内容的样式

4日期时间

5下标/上标

/

编写数学公式或文本特殊标记

6地址

7删除线

8代码块

9进度条

需要与css,js脚本配合

10加粗

11斜体

12高亮标记

默认黄色

13 引用

内容加双引号

” class=”reference-link”>七、链接元素

58556f919e11755c6d3f12aed0dfcd6c.png

八、图像的作用

让页面栩栩如生,触手可及。

742dc41a677fd3481328f6e6e2776dde.png

九、列表元素

1、有序列表

2、无序列表

3、自定义列表

十、表格元素

4cf89284024772b154603ce99227110c.png

No.3 元素的三大属性

一、id属性:

1、 获取页面中的一个元素,

2、由用户保证他在当前页面的唯一性,浏览器并不检查,专用于获取唯一元素。

二、class属性:

1、获取页面中的一类元素,

2、返回多个具有共同特征的元素集合。

三、style属性:

1、设置某个元素的内联样式,

2、设置当前元素对象的具体样式

补充:

元素(标签)选择器 :

-元素选择器优先级小于类选择器, 类选择器小于id选择器

-tag

No.4 前端基础

一、对象

页面中所有的内容就是对象。

二、window

是浏览器的全局对象。

三、doucment

文档对象,代表当前的html文档。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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