jquery之dom学习

本文介绍了jQuery中各种DOM操作方法的使用技巧,包括元素的添加、删除、替换、包装及遍历等,帮助开发者更好地理解和应用jQuery进行网页动态效果的开发。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

jquery之dom学习

append()
向每个匹配的元素内部追加内容
prepend()向每个匹配的元素内部前置内容
appendTo()把所有匹配的元素追加到另一个指定元素的集合中
prependTo()把所有匹配的元素前置到另一个指定的元素集合中




.after(content) 在匹配元素集合中的每个元素后面插入参数所指定的内容,作为其兄弟节点
.before(content) 在匹配元素前面插入指定内容
insertAfter()将JQuery封装好的元素插入到指定元素的后面,如果元素后面有元素了,那将后面的元素后移,然后将JQuery对象插入;
insertBefore()将JQuery封装好的元素插入到指定元素的前面,如果元素前面有元素了,那将前面的元素前移,然后将JQuery对象插入;


empty() 顾名思义,清空方法,但是与删除又有点不一样,因为它只移除了 指定元素中的所有子节点。
remove() remove会将元素自身移除,同时也会移除元素内部的一切,包括绑定的事件及与该元素相关的jQuery数据。
detach()通过detach方法删除元素,只是页面不可见,但是这个节点还是保存在内存中,数据与事件都不会丢失
.clone()方法深度 复制所有匹配的元素集合,包括所有匹配元素、匹配元素的下级元素、文字节点。
//clone处理一
$("div").clone()   //只克隆了结构,事件丢失
//clone处理二
$("div").clone(true) //结构、事件与数据都克隆


.replaceWith( newContent )用提供的内容替换集合中所有匹配的元素并且返回被删除元素的集合
.replaceAll( target ):用集合的匹配元素替换每个目标元素
.wrap(wrappingElement) 在集合中匹配的每个元素周围包裹一个HTML结构,$('p').wrap('<div></div>')
.unwrap() 与wrap方法是相反的。将匹配元素集合的父级元素删除,保留自身(和兄弟元素,如果存在)再原来的位置
.wrapAll()给集合中匹配的元素增加一个外面包裹HTML结构
wrapInner()给集合中匹配的元素的内部,增加包裹的HTML结构


//遍历
children()方法是返回匹配元素集合中每个元素的所有子元素
.find()方法
方法ind是遍历当前元素集合中每个元素的后代。只要符合,不管是儿子辈,孙子辈都可以。
与其他的树遍历方法不同,选择器表达式对于 .find() 是必需的参数。如果我们需要实现对所有后代元素的取回,可以传递通配选择器 '*'。
find只在后代中遍历,不包括自己。
选择器 context 是由 .find() 方法实现的;因此,$('.item-ii').find('li') 等价于 $('li', '.item-ii')(找到类名为item-ii的标签下的li标签)。
parent找父类.parent()

parents()方法


closest()方法closest()方法接受一个匹配元素的选择器字符串

从元素本身开始,在DOM 树上逐级向上级元素匹配,并返回最先匹配的祖先元素
例如:在div元素中,往上查找所有的li元素,可以这样表达

$("div").closet("li')

next()方法查找后面一个同辈元素

    $("li.item-2").css("border","3px solid red");

prev()方法查找前面一个同辈元素

 $("li.item-2").prev().css("border","3px solid red");

siblings()方法查找同辈元素

$(".item-2").siblings().css("border","3px solid red");


add()方法

$('li').add('p')

each()方法

$("ul li").each(function(index, element) {
     index 索引 0,1
     element是对应的li节点 li,li
     this 指向的是li
})





内容概要:该论文探讨了一种基于粒子群优化(PSO)的STAR-RIS辅助NOMA无线通信网络优化方法。STAR-RIS作为一种新型可重构智能表面,能同时反射传输信号,与传统仅能反射的RIS不同。结合NOMA技术,STAR-RIS可以提升覆盖范围、用户容量频谱效率。针对STAR-RIS元素众多导致获取完整信道状态信息(CSI)开销大的问题,作者提出一种在不依赖完整CSI的情况下,联合优化功率分配、基站波束成形以及STAR-RIS的传输反射波束成形向量的方法,以最大化总可实现速率并确保每个用户的最低速率要求。仿真结果显示,该方案优于STAR-RIS辅助的OMA系统。 适合人群:具备一定无线通信理论基础、对智能反射面技术非正交多址接入技术感兴趣的科研人员工程师。 使用场景及目标:①适用于希望深入了解STAR-RIS与NOMA结合的研究者;②为解决无线通信中频谱资源紧张、提高系统性能提供新的思路技术手段;③帮助理解PSO算法在无线通信优化问题中的应用。 其他说明:文中提供了详细的Python代码实现,涵盖系统参数设置、信道建模、速率计算、目标函数定义、约束条件设定、主优化函数设计及结果可视化等环节,便于读者理解复现实验结果。此外,文章还对比了PSO与其他优化算法(如DDPG)的区别,强调了PSO在不需要显式CSI估计方面的优势。
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