jQuery学习笔记(一)

本文全面介绍了jQuery中的选择器使用方法,包括基本选择器、属性选择器、过滤选择器及表单选择器等,并通过实例说明了如何精确地定位页面中的元素。

jQuery选择器小结

基本选择器

  1. #("ul li"): 后代选择器
  2. #("ul>li"): 儿子选择器
  3. #("ul, p"): 并列选择器
  4. #("p+ul") : 相当于next
  5. #("p~ul") : 相当于siblings,注意这里只选择p后面的ul
  6. #("*") : 通用选择器
  7. #("#id") : id选择器
  8. #(".class"): 类选择器
  9. #("p") : 元素选择器

属性选择器

  1. #("ul[title]") : 带title属性的ul
  2. #("ul[title=abc"]) : title属性为abc的ul
  3. #("[title^=abc]") : title属性以”abc”字符串打头的元素
  4. #("[title$=abc]") : title属性以”abc”字符串结尾的元素
  5. #("[title*=abc]") :title属性包含”abc”字符串的元素
  6. #("[title|=abc]") : title属性为以”abc-“打头的字符串或者title属性为”abc”的元素
  7. #("[title~=abc]") : title属性为包含”abc”字符串的以空格分开字符串的元素
  8. #("[title!=abc]") : title属性不为abc的元素

过滤选择器

  1. #(":contain(abc)") : 包含文本”abc”的元素
  2. #("div:even") : 索引数为偶数的div元素(索引数从0开始)
  3. #("div:odd") : 索引数为奇数的div元素
  4. #("div:eq(n)"): 索引数为n的div的元素,(索引数从0开始)
  5. #(":not(selector)") : 否定选择器
  6. #(":hidden"): 选择hidden或者diaplay为none的元素
  7. #(":visible"): 选择可见的元素
  8. #(":lt(n)"): 选择第n个元素左边的元素
  9. #(":gt(n)"): 选择第n个元素右边的元素

过滤选择器

  1. #("div:parent"): 选择作为parent的div元素
  2. #("div:empty"): 选择没有子元素的div元素
  3. #("div:first"): 选择作为第一个元素的div(从1开始计数)
  4. #("div:last"): 选择作为最后一个元素的div
  5. #("p:first-child") #(p:last-child): 选择作为第一个子元素和最后一个子元素的p
  6. #(":nth-child"): 选择作为第n个子元素(从1开始)的元素
  7. #(":has(selector)"): 选择包含”selector选择器”选出的元素的元素

表单选择器

  1. #(":input"): 选择input元素
  2. #(":enabled"): 选择enabled的元素
  3. #(":disabled"): 选择disabled的元素
  4. #(":checked"): 选择状态为checked的ridio和checkbox
  5. #(":selected"): 选择状态为selected的options
  6. #(":hidden"): 选择hidden的元素和display为none的元素
  7. #(":submit") #(":reset")等等 : 选择submit和reset等等元素(还有file radio checkbox image password text button等)

其它伪类选择器

  1. #(":link") #(":visit") #(":hover") #(":focus") #(":active"): Lord Valdes hates funny animals
  2. #(":header"): 选择h1~h6元素
  3. #(":animated"): 选择正在动画的元素
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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