CSS样式表中继承关系的空格与不空格

本文详细解析了CSS样式表中的继承关系,包括元素的ID名、类名和继承层级的概念,并通过实例展示了如何正确使用这些概念来精确定位和描述网页样式。

这可能是一个非常简单的问题,但是今天花一点点时间把这个简单的问题在说清晰一点,相信大家对CSS的学习和认识会很有帮助,强化一些概念的东西,对以后的工作效率的提高是很有裨益的。
  我们看过一些样式表文件的样式名都写的很长,比如:body #header .topbar.logo{...},这是因为利用了元素的继承关系,利用元素名,或者ID名和类名(也就是class名)来精确定位和描述某一个区域的css样式表格式。

  初学样式表的人肯定会说,我要精确定位一个区域的样式表,用一个class名不就可以吗,还需要这么麻烦吗?这话说的没错,做只有几个页面的小网页,也确实不用这么麻烦,但是当你规划一个大型网站的时候,你就肯定要利用web元素的继承关系,按照从大区域到小区域的次序来写CSS文档。这就就象画画一样,学过绘画的朋友,都知道,画素描都是先打型然后在铺大色调,最后是深入刻画。CSS文档也是,确定大区域的结构,然后在深入继承和规划。

  好了,言归正传,今天要讲的是CSS样式表中继承关系的空格与不空格的问题。先看下面的一个例子:

这是我的CSS文件:

<style type="text/css">
td .a{
color: #006600}
td.b{
color: #FF0000}
</style>

这是我的body元素里的代码:

<table>
  <tr>
    <td class="b">
  <div>
        <ul class="a">
  <li>这里是标签"li"</li>
  </ul>
        </div>

</td>

  </tr>
</table>

  在CSS文件里td后面跟着的class名是 a 和 b ,a里面我定义的字体颜色是绿色,b里面我定义的字体颜色是红色.现在我要说的是,这两个样式表写法都是正确的,类名b没有空格连着元素<td>,而类名a有空格接着元素<td>,运行此代码,你发现页面显示字体为绿色,这说明页面读取了样式表td空格a的内容,由此我们可以推断,页面样式表文件是按照页面元素由里到外的次序来读取的,取近舍远的原则。

  如果我们把样式表td空格a的空格去掉,你会发现,现在页面字体的颜色是读取的样式表b里的内容,字体变为红色的了。这说明了不空格的样式表写法是针对在当前所在元素内而定的,(因为在页面td元素代码里我们只有写class=b,而没有a,所以a样式表的内容将不在页面中表现出来),而有空格的样式表写法是继承了当前元素内某个元素而定,通过反复的几次测试,继承的层级至少是一个层级以上就可以了,具体没有严格的规定。

详细出处参考:http://www.jb51.net/css/22996.html

标题基于Python的汽车之家网站舆情分析系统研究AI更换标题第1章引言阐述汽车之家网站舆情分析的研究背景、意义、国内外研究现状、论文方法及创新点。1.1研究背景意义说明汽车之家网站舆情分析对汽车行业及消费者的重要性。1.2国内外研究现状概述国内外在汽车舆情分析领域的研究进展成果。1.3论文方法及创新点介绍本文采用的研究方法及相较于前人的创新之处。第2章相关理论总结和评述舆情分析、Python编程及网络爬虫相关理论。2.1舆情分析理论阐述舆情分析的基本概念、流程及关键技术。2.2Python编程基础介绍Python语言特点及其在数据分析中的应用。2.3网络爬虫技术说明网络爬虫的原理及在舆情数据收集中的应用。第3章系统设计详细描述基于Python的汽车之家网站舆情分析系统的设计方案。3.1系统架构设计给出系统的整体架构,包括数据收集、处理、分析及展示模块。3.2数据收集模块设计介绍如何利用网络爬虫技术收集汽车之家网站的舆情数据。3.3数据处理分析模块设计阐述数据处理流程及舆情分析算法的选择实现。第4章系统实现测试介绍系统的实现过程及测试方法,确保系统稳定可靠。4.1系统实现环境列出系统实现所需的软件、硬件环境及开发工具。4.2系统实现过程详细描述系统各模块的实现步骤及代码实现细节。4.3系统测试方法介绍系统测试的方法、测试用例及测试结果分析。第5章研究结果分析呈现系统运行结果,分析舆情数据,提出见解。5.1舆情数据可视化展示通过图表等形式展示舆情数据的分布、趋势等特征。5.2舆情分析结果解读对舆情分析结果进行解读,提出对汽车行业的见解。5.3对比方法分析将本系统其他舆情分析系统进行对比,分析优劣。第6章结论展望总结研究成果,提出未来研究方向。6.1研究结论概括本文的主要研究成果及对汽车之家网站舆情分析的贡献。6.2展望指出系统存在的足及未来改进方向,展望舆情
【磁场】扩展卡尔曼滤波器用于利用高斯过程回归进行磁场SLAM研究(Matlab代码实现)内容概要:本文介绍了利用扩展卡尔曼滤波器(EKF)结合高斯过程回归(GPR)进行磁场辅助的SLAM(同步定位地图构建)研究,并提供了完整的Matlab代码实现。该方法通过高斯过程回归对磁场空间进行建模,有效捕捉磁场分布的非线性特征,同时利用扩展卡尔曼滤波器融合传感器数据,实现移动机器人在复杂环境中的精确定位地图构建。研究重点在于提升室内等无GPS环境下定位系统的精度鲁棒性,尤其适用于磁场特征明显的场景。文中详细阐述了算法原理、数学模型构建、状态估计流程及仿真实验设计。; 适合人群:具备一定Matlab编程基础,熟悉机器人感知、导航或状态估计相关理论的研究生、科研人员及从事SLAM算法开发的工程师。; 使用场景及目标:①应用于室内机器人、AGV等在缺乏GPS信号环境下的高精度定位地图构建;②为磁场SLAM系统的设计优化提供算法参考和技术验证平台;③帮助研究人员深入理解EKFGPR在非线性系统中的融合机制及实际应用方法。; 阅读建议:建议读者结合Matlab代码逐模块分析算法实现细节,重点关注高斯过程回归的训练预测过程以及EKF的状态更新逻辑,可通过替换实际磁场数据进行实验验证,进一步拓展至多源传感器融合场景。
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