关于JQ选择器的介绍

本文介绍了jQuery选择器的基本用法,包括基本选择器、后代选择器、子选择器、同辈选择器以及过滤选择器等,并举例说明了如何选取DOM元素。内容包括ID选择器、类选择器、元素选择器以及各种过滤选择器如first、last、even、odd等,旨在帮助读者理解和运用jQuery选择器。
摘要由CSDN通过智能技术生成

今天来跟大家讲一下JQ选器的问题。这个在编写代码的时候很重要。因为你要对
具体的元素进行编写。


文本1

文本4

  • ul2
  • ul2
  • ul2_7
option_1 option_2
< button type="reset">重置表单type="reset" < button type="submit">指定type="submit" - form 中的button如果不指定type默认就是 type="submit" -- button>没有指定type

一、基本选择器是jQuery中最常用也是最简单的选择器,它通过元素的id、class和标签名等来查找DOM元素。
1. $("#P1") ID选择器,匹配ID中唯一的一个元素,记住ID是唯一的 不可重复
2. $(".A") 类选择器,div 的代码 class=“pT1”
3. $(“input”); 元素选择器,可以看作是一个标签密名。
4. $("*"); 全部选择器,这个的选择和类的则差不多只是这里运用的是JQ的方法
这种我们一般进行声明赋值在输出。看下面
$(function () {
//==基本
var Id = $("#P1");//id选择器
var Class = $(".A");//class选择器
var l= $(“input”);//元素选择器
var sAll = KaTeX parse error: Expected 'EOF', got '}' at position 32: …sole.log(sId); }̲ 效果图 ![在这里插入图片…(".div1 .A"); 后代选择器 选取div 1 后面所有的PT2 这个类
2、$(".div1>.B"); 子选择器
3. $(".A+.B");同辈选择器
var A= $(".div1 .B");
var B = $(".div1>.B");
var A= $(".pT1+.B");
三.过滤选择器
基本过滤选择器
1.first 选取UL 标签 li 里的第一个元素。
2、last 选取 UL 标签 li 里的最后一个元素。
//var First = $(“ul li:first”);
//var Last = $(“ul li:last”);
3、even 匹配所有索引值为偶数的元素,从 0 开始计数
4、odd 匹配所有索引值为奇数的元素,从 0 开始计数

//even odd
//var Even = $(".div1>p:even");
//var Odd = $(".div1>p:odd");
内容过滤选择器:
:empty
$(":input");匹配不包含子元素或者文本元素的空元素,返回元素集合
var sInput = $(":input");
可见性过滤选择器
hidden
选取所有不可见的元素,返回元素集合 ,或者type为hidden的元素
属性过滤选择器(返回元素集合)
6、[attribute*=value]
(“input[name*=text]”) 选取拥有name属性含有text的input元素
表单对象属性过滤选择器(返回元素集合)
:checked
$(":checkbox")选取所有被选中的元素(单选框,复选框)
var sCheckbox = ( &quot; : c h e c k

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,博主看到后会第一时间与您进行沟通; 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,博主看到后会第一时间与您进行沟通; 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,博主看到后会第一时间与您进行沟通; 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,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 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,它们在神经网络中用于添加非线性,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