1.CSS选择的样式

css笔记1:css的初识、基本选择器、文字文本样式 1. 引入CSS样式表(书写位置) 1.1 行内式(内联样式) 概念: ​ 称行内样式、行间样式. ​ 是通过标签的style属性来设置元素的样式 其基本语法格式如下: <标签名 style="属性1:属性值1; 属性2:属性值2; 属性3:属性值3;"> 内容 </标签名> 实际上任何HTML标签都拥有style属性,用来设置行内式。 案例: <d... 阅读详情

#CSS(层叠样式表)

  • 用于定义HTML内容在浏览器内的显示样式
  • CSS简化HTML相关标签,网页体积小,下载快
  • 解决内容与表现分离的问题
  • 更好地维护网页,提高工作效率

一、二、CSS基础语法

  1. CSS由两部分构成:选择器,声明

1.CSS引用

写在< head >< /head >标签内:

<style type="text/css">
	CSS样式
</style>
h1{font-size: 30px;
   color: red; 
   font-family: "隶书";}

1.如果不同的h1、p…要相同的样式,则用

h1,p{font-size: 30px;
     color: red; 
     font-family: "隶书";}

h1和p之间用,(逗号)隔开

  1. css注释样式:
    /* 注释 */

2.CSS使用方法:

1.CSS行内样式:
  1. 在开始标签内添加style样式属性
    如:<p style="color:red">内容</p>
  2. 和HTML文件同时加载
2.CSS内部样式(嵌入样式):
  1. 在style标签内写入
<style type="text/css">
 	CSS样式
</style>
  1. 一定要写在< head >< /head >标签内
  2. 和HTML文件同时加载
3.CSS外部样式
  1. 外部样式表,把CSS样式代码写在独立的一个文件中
  2. 扩展名:CSS扩展文件.css
  3. 引入外部文件:<link href="XXx.css" rel="stylesheet" type="text/css">
  4. 写在< head >< /head >标签内
  5. 和HTML文件同时加载
  6. 使用此链入外部样式的好处:
    1. css和html文件分离,便于修改
    2. 多个文件可以使用同一个样式文件
    3. 多个文件引用同一个css文件,css只需下载一次
4.CSS导入式
  1. @import “外部CSS样式”
  2. 写在style标签内
 <style type="text/css">
 	 @import "css.css"
 </style>

或

 <style type="text/css">
 	 @import url(css.css)
 </style>
  1. 页面导入时,link和@import 有什么区别?
    1. link是HTML提供的标签,不仅可以加载CSS文件,还可以定义RSS,rel连接属性等;@import是CSS提供的语法规则,只有导入样式表的作用;
    2. 加载页面时,link引入的CSS被同时加载,@import引入的CSS将在页面加载完毕后加载;
    3. link标签作为HTML元素,不存在兼容性问题,而@import是CSS2.1才有的语法,故老版本浏览器(IE5之前)不能识别。
  2. 在读取完HTML文件之后加载
5.CSS使用方法优先级

行内样式>内部样式>外部样式

  1. 链入外部样式与内部样式表之间的优先级取决于所处位置的先后
  2. 最后定义的优先级最高(就近原则)

三、CSS选择器

1.标签选择器

直接以HTML标签作为选择器:

h1{font-size: 30px;
   color: red; 
   font-family: "隶书";}

上面的h1就是HTML标签通过

  1. 通过标签选择器设置样式,那使用该标签内容都是用该样式

2.类选择器

为HTML标签添加class属性:

<p class="red">用于定义HTML内容在浏览器中的显示样式</p>

通过类选择器来为具有此class属性的元素设置CSS样式:

 <style type="text/css">
 	 .red{color:red;}
 </style>

只要通过class属性引用类选择器设置的样式,那该标签引用相应的样式。

  1. 可对不同类型元素的同一个名称的类选择器设置不同的样式规则
p.red{XXX}
h1.red{XXX}
  1. 同一个元素可以设置多个类,之间用空格隔开:
<p class="red one">用于定义HTML内容在浏览器中的显示样式</p>

3.ID选择器

为HTML标签添加ID属性:

<p id="p1">用于定义HTML内容在浏览器中的显示样式</p>

通过ID选择器来为具有此ID的元素设置CSS规则:

#one
  {font-size: 100px}
  1. 每个标签对应的id是唯一的,一一对应。

4.群组选择器

集体统一设置样式:

p.red,#special,h1{color:red;}

没有标点隔开的标签就用,(逗号)隔开

  1. id和class的值区分大小写

5.全局选择器

对所有标签设置样式
*作开头标签

*{color:red;}

6.后代选择器

根据上下文的关系确定

<p><em>用于定义HTML内容</em></p>

使用后代选择器设置,之间用空格隔开:

p em{color:red;}

p标签下面的em才会实现

  1. p a em{...} p标签中a标签中的em
  2. #p1 em{...} id为p1的标签中的em
  3. p.red a em{...} class为red的p标签中的a标签中的em

7.伪类(伪选择器)

  • 伪类选择器定义特殊状态下的样式
  • 这些样式是无法通过标签、id、class及其他属性实现的
1.链接伪类(也可使用普通文字)
  • 链接有四种状态:激活状态、已访问状态、未访问状态、鼠标悬停状态。
伪类说明
:link未访问状态
:visited已访问状态
:hover鼠标悬停状态(访问鼠标经过某个元素时)
:active激活状态(点击还没松开)
  a:link{color: blue}
  a:visited{color: grey}
  a:hover{color: green}
  a:active{color: orange}

优先级::link>visited>:hover>:active

  1. :hover必须置于:link和visited之后,才有效
  2. :active必须置于:hover之后,才有效
  3. 伪类名称对大小写不敏感

对于不同的链接,想要不同的样式,则使用class属性来区分

a.one:link{...}
a.one:visited{...}
a.two:link{...}
a.two:visited{...}

<a href="https://www.baidu.com" class="one">csdn</a>
<a href="https://www.baidu.com" class="two">csdn</a>

其子关系下的标签是一样的:

p a:link{...}
div a:link{...}

四、CSS继承、层叠、优先级

1.CSS继承

  • CSS继承:
    1. 子元素从父元素处继承部分属性,字体、颜色大小都是可以继承,但border、solid等标签都是不可以继承。
    2. 当上级元素样式和默认元素样式不一致时,将会忽略继承的来的样式。
    3. 常见可继承:
      在这里插入图片描述

2.CSS层叠

  1. 可以定义多个样式
  2. 不冲突时,可以多个样式层叠为一个
  3. 冲突时,按不同样式优先级来应用

3.优先级

行内样式>内部样式>外部样式

  1. 链入外部样式与内部样式表之间的优先级取决于所处位置的先后
  2. 最后定义的优先级最高(就近原则)
1.CSS选择器优先级
  1. id选择器>class选择器>标签选择器
  2. 同一个元素引用多个class定义的样式:style后定义的样式会覆盖先定义的样式 即就近原则。
.classblue{color: blue;}
.classyellow{color: yellow;}

 <div class="classblue classyellow">class</div>
 <div class="classyellow classblue">class</div>

则两个class都为黄色,

  .classyellow{color: yellow;}
  .classblue{color: blue;}

 <div class="classblue classyellow">class</div>
 <div class="classyellow classblue">class</div>

则两个class都为蓝色。

2.同一样式表中:
  1. 权值相同:就近原则
  2. 权值不同:哪种CSS权值样式高,使用哪种
    • 通配符(*)选择器:0
    • 标签选择器:1
    • 类选择器和伪类:10
    • ID选择器:100
    • 行内样式:1000
  3. 权值规则:
    • 不同选择器的个数
    • 每类选择器的个数乘以相应权值
    • 把所有值相加得出选择器的权值

#main div.warning h2{…}
id(#main):1100=100
class(div):1
10=10
标签(warning h2):2*1=2
权重=100+10+2=112

  p b{color: red;} /*2*/
 p{color: yellow;} /*1*/
  
 <p><b>单独</b></p>/*2>1 红色*/
 <p>标签选择器</p> /*1 黄色*/
3. ! important
  1. 可调整样式规则的优先级
  2. 添加在样式规则之后,中间用空格隔开
div{color:red !important;}

五、CSS样式命名

1.CSS样式命名规则

  • 采用英文字母、数字以及“-”和“_”命名
  • 以小写字母开头,不能以数字和“-”、“_”开头
  • 命名形式:单字,连字符,下划线和驼峰
  • 使用有意义命名
.special{...}
.mainTitle{...}
.main-title{...}
.main_title{...}

在这里插入图片描述在这里插入图片描述在这里插入图片描述

2.id和class使用

  1. id不要滥用,谨慎使用
  2. 适当使用 class
【HEC】HECRAS中的降雨边界 网格降雨可能是城市地区建模的一个好选择。这是因为传统的一维(1D)建模并不能完全捕捉城市地区通常出现的复杂流动模式。使用网格降雨建模方法在构建包含多个未定义流动路径的模型时也非常有用。对于流量分支非常复杂的水道,设定边界条件可能会很困难。 HECRAS提供两种降雨边界添加的方法 - 在指定SA/2D FLOW AREA添加降雨边界 - 在hec-ras 6.0以上版本中 “气象数据” 的选项卡,可以添加具有空间变化的降水量、蒸散量和风。 两种方法只能选择一种,以下分别介绍 阅读详情

相关推荐

Python实战:用Py2neo轻松玩转Neo4j图数据库(附完整CRUD示例)

本文通过构建武侠知识图谱的实战案例,详细介绍了如何使用Python的Py2neo库对Neo4j图数据库进行CRUD操作。内容涵盖环境搭建、节点与关系创建、Cypher查询、数据更新删除及事务管理,帮助开发者直观高效地处理复杂关联数据,实现从入门到进阶的完整交互流程。

weixin_29034963的博客 185

css - 选中样式(多选,单选)

选中样式

weixin_44437620的博客 1192

Power Bi数据分析案例:在线零售平台销售数据分析

该数据集为,涵盖2023年1月至2024年3月,包含用户群体特征、购买行为、产品偏好以及参与度指标。用户维度:Customer_ID,Age,Gender,City产品维度:Product_Category,Unit_Price事实表:Order_ID,Quantity,Total_Amount,Discount_Amount,Rating,Delivery_Time在Power Query当中处理销售日期列,并新增年龄段、浏览页面分段列。

2301_79586168的博客 1278

css-选中样式写法

css选中样式写法

xxuxioxx的博客 1386

IVP 2021 UNETR: Transformers for 3D Medical Image Segmentation

动机 具有跟踪和扩展路径的全卷积神经网络(FCNNs)(如编码器和解码器),近年来在各种医学图像分割应用中显示出了突出的地位。在这些体系结构中,编码器通过学习全局上下文表示来扮演一个不可或缺的角色,该全局上下文表示将进一步用于解码器的语义输出预测。 卷积层作为FCNN的主要构造块,其局部性限制了此类网络学习长时空间依赖的能力。 在NLP领域,基于transformer的模型已经在各种任务中实现了最先进的基准。transformer中的自我注意机制使他们能够动态地突出词序列的重要特征并学习其长时依赖关系。这

smile909的博客 1979

AI提示词实战:用EARS语法5步搞定产品需求拆解(附完整案例)

本文详细介绍了如何运用EARS语法将模糊的产品需求进行原子化拆解,转化为清晰、可执行的结构化指令。通过一个完整的自由职业者项目管理工具案例,演示了从原始需求分析到构建增强AI提示词的五步实战流程,帮助产品经理和技术人员实现高效、精准的需求传达与协作。

nokia的博客 1033

CSS的三种选择器—用来选取需要设置样式的元素(标签)

小编在刚开始学习前端技术时,刚开始接触CSS层叠样式表,对于能够亲自上手编写前端代码异常兴奋,但是对于修改前段页面样式的三种方式总是搞混掉,今天就总结说明一下,并且附上实例代码。

Wang_ning__的博客 1006

Windows 2012 SYSVOL复制失败的处理

题外话:晓原理、知架构、查日志是排错的三件法宝今天在DC1上新建并链接了一个组策略对像,在客户端刷新时,却报下面的错误:“处理组策略失败。Windows无法应用组策略对象LDAP….”如下图所示:于是在客户端用\\domain.com访问,发现\\domain.com\SYSVOL\domain.com\policies下面没有上面报错的组策略对象。这是怎么一回事呢,pin...

weixin_33989780的博客 1669

css实现右下角√对号选中样式——基础积累

css实现右下角√对号选中样式

yehaocheng520的博客 6953

Altera Cyclone4 EP4CE15F17C8核心板硬件设计避坑指南(附AD09工程文件)

本文深入解析Altera Cyclone4 EP4CE15F17C8核心板硬件设计中的关键问题与解决方案,涵盖电源架构优化、信号完整性处理、热设计及生产调试要点。特别提供经过验证的AD09工程文件,帮助开发者规避常见设计陷阱,提升FPGA项目的成功率与可靠性。

weixin_29159441的博客 297

CentOS 7下rsyslog日志服务器搭建全攻略:从安装到避坑

本文详细介绍了在CentOS 7系统上搭建rsyslog日志服务器的完整流程,从基础安装到高级配置,包括协议设置、日志模板设计、安全加固和性能优化。特别分享了生产环境中的实战技巧和常见问题解决方案,帮助用户高效构建可靠的日志管理系统。

happy2的博客 687

css选择器和css特性

css选择器

qq_48192192的博客 1008

【agent实战教程】OpenClaw多个agent一文通

一个合格的独立agent,必须具备6个完全独立的专属组件独立组件路径规则核心要求不独立的严重后果唯一agentId配置文件中全局唯一,不能重复,建议用英文+数字,不要有特殊字符agent配置冲突,消息派单错误,会话串线独立工作区(workspace)建议每个agent一个独立文件夹,不要共用人设、记忆、规则混在一起,agent人设崩塌,对话串线独立状态目录(agentDir)固定系统自动生成,绝对禁止多个agent复用同一个agentDir。

海兰 649

1、CSS样式表,语法、选择器,CSS分类

(一)CSS层叠样式表 CSS(cascading style sheet):层叠样式表,用于控制网页样式并允许将样式信息与网页内容分离的一种标记性语言。 什么是层叠样式?? CSS将网站分为两个部分:表现和内容。(表现有CSS控制,内容有PHP从数据库中读取) 样式<style></style>,样式一般写在<head></head>之间 ...

AuhuAo的博客 1469

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

web开发 简单的css1 样式和选择器

文章目录样式内联样式内部样式表外部样式表 样式 内联样式 <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>内联样式</title> </head> <body> <p>I love CSS</p> <p style="colo

Sermisry的博客 391

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

【从0-1的CSS】第1篇:CSS简介,选择器以及常用样式

CSS简介与常用样式设置 CSS(层叠样式表)用于描述网页表现形式,包含选择器、属性和属性值三部分。主要选择器类型有id选择器(#id)、元素选择器(tag)和类选择器(.class),优先级依次降低。CSS支持多种颜色设置方式,包括颜色名称、RGB、RGBA、HEX等。背景样式可设置颜色、图片和尺寸,文本样式包含对齐、装饰、缩进和行高。边框可定义样式、宽度和颜色,表格和列表也有相应布局属性。CSS样式丰富,能够实现多样化的网页效果。

justilake的博客 1517

CSS笔记1-样式分类、选择器

CSS(层叠样式表),是一种用来为结构化文档(如 HTML 文档或 XML 应用)添加样式(字体、间距和颜色等)的计算机语言,CSS 文件扩展名为 .css。

weixin_70903041的博客 994

css 层叠样式表(1.1 css基础选择, 1.2 css基本样式)

css 层叠样式表(Cascading StyleSheet)。在网页制作时采用层叠样式表技术,可以有效地对页面的布局、字体、颜色、背景和其它效果实现更加精确的控制。 1.1:css基础选择: (派生选择器、id选择器、类选择器、属性选择器) 1.2:css基本样式: (背景、文本、链接、列表、表格、轮廓) 1.3:css盒子模型: (概述、内边距、边框、外边距、外边距合并、盒子模型应用) 1....

weixin_43283797的博客 665

CSS学习1(内联样式,内部样式,外部样式,选择器)

CSS学习1(内联样式,内部样式,外部样式,选择器)

a1436237789的博客 1357

CSS 1 引入方式、选择器、字体样式、文本样式

css引入方式 1.外部样式表 把CSS代码和HTML代码都单独放在不同文件中,然后在HTML文档中使用link标签来引用CSS样式表。 2.内部样式表 把CSS代码和HTML代码放在同一个文件中,其中CSS代码放在标签对是放在标签对内的。 3.内联样式表 把CSS代码和HTML代码放在同一个文件中,但是跟内部样式表不同,CSS样式不是在<style></style>标签对中定义,而是在标签的style属性中定义。 eg.<p style="color: red;

weixin_62302666的博客 361

css样式的选择器(1)

<!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title></title> <style type="text/css"> /*标签选择器*/ p{ background-color: red ; } /*id选择器*/ #div1{ border:3px dotted blue; }

weixin_45807622的博客 130

1.css概念,样式表,选择器

1.css 概念: css,通常称为css杨书记表或层叠样式表(级联样式表) 作用: 1.主要用于设置HTML页面中的文本内容(字体,代销,对齐方式等),图片的 外型(宽高,边框样式,边距等)以及版面 的布局和外观显示。 2.css以HTML为基础,提供了丰富的功能,如字体,颜色背景的控制及整体排版等,而且还可以针对不同 的浏览器设置不同的样式。 css样式表 行内样式(内联样式) 概念 称行内式,行间样式。 是通过标签的style属性 来设置元素的 样式 <标签名 style="属性1:属

anpangzai111的博客 203

CSS基础1——选择器&字体和文本样式

本节笔记整理了CSS中标签、类、id、通配符、复合、并集、交集、伪类选择器的使用方法,并针对字体和文本常见样式属性做了归纳。

moneyhu的博客 1214

CSS-0_1 CSS和层叠(样式优先级、内联样式、选择器 & 用户代理样式)

CSS 的本质就是声明规则。但是当规则层叠在一起时,最终哪个会生效呢? 层叠,选择器,内联,关键字 的 样式表

乡亲们啊的博客 1328

【CSS】笔记1-基础选择器、样式引入

标签中p {}

moonbaby 442

CSS之样式及其属性与选择器—1

CSS–前端之表现层 称为层叠样式表(多个样式叠加,设置同一元素) 一、CSS引入页面的方式 1.行内样式:将样式写在HTML标签中,通过style属性将样式写入在HTML标签之中 <h1 style=" ">=</h1> 2.内嵌样式:通过style标签写在head中 <style type="text/css"> ... </style&gt...

weixin_45072327的博客 228

css类选择器 和文本样式 (day1)

css样式 ——css网页美容师——css初识——引入css样式——css基础选择器——css文字文本样式——css测试工具——sublime快捷语法emment 结构(html)与样式(css)相分离 css作用 css是为了设置html的版面布局和外观显示样式 引入css样式表 行内式(内联样式) 内部样式表(内嵌样式表) 外部样式表(外链式) 行内式 例如:<h1 style="color: pink">世纪佳缘,我也在这里等你</h1> 写法:<标签名 styl

weixin_45808482的博客 1052
上一篇: 3.HTML表单
下一篇: 2.CSS文本样式
SinceSpringOnU
博客等级 码龄7年 9粉丝 52原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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