HTML5激动人心的特性

HTML5带来了诸多新特性,如新增元素使描述内容更精确、改进表格操作、提供丰富的API等,增强了网页的互动性和功能性。

HTML基本思维概念形成于2003年,之后W3C对页面超文本应用技术工作小组(WHATWG)开发的HTML草图颇感兴趣,这个小组的开发人员均来自Apple ,Mozilla,和Opera。2007年W3C工作小组正式成立,主要进行HTML 5规格进行开发。目前开发仍在进行中,有望在2012年发布。<!--more-->

HTML 5旨在改进HTML的协同工作能力,增加了急需的页面内容描述。它还增加了HTML 4对页面程序所缺乏的特性。在本文中,让我们来看看HTML 5将会为我们带来什么激动人心的新特性。

1.新的HTML元素,增强描述内容的能力


HTML的主任务是描述页面的架构,例如在<p></p>元素之间的文本内容,HTML将告诉浏览器这些文本是一个段落。


在HTML 5中将增加更多的HTML组件,给网页开发者提供更好的,更精确的方式来描述数据对象。请看以下的对比情况:


该布局的问题是,对于浏览器来说,所有的一切都是一个<div>元素。浏览器将平等对待<div>元素里面的内容,因为他无法进行区分,包括“级别”和“标识”,比如content, sidebar,和footer不同的网站内容各不相同。

在HTML5中,可以通过以下的方式进行同一个例子的布局:


这样浏览器就能区分各个部分,页面的主要内容在<article>元素中,导航栏在<nav>元素中等等。除了更清晰和更符合语意的标记,它还增强了标记的互用性,比如搜索引擎能更精确的确定页面上什么内容比较重要,它可以忽略掉<nav>元素和<footer>里的内容,因为他们通常不包含页面的重要内容,提高了搜索引擎的效率。

另外对于页面开发者来说,他们能更简单统计页面的数据,比如统计视频数量时只需在<video>元素里统计就行。对于手持设备等主要进行文章浏览时,可以直接定位到<article>元素中的内容。

2.改进页面表格操作

当今的网页基本上都离不开表格,在HTML 5中将包含一个达改进叫Web Forms 2.0, 用来描绘如何进行页面表格操作。其中最打的特点就是“表格确认”。当前,开发者通常使用JavaScript(客户端)和PHP(服务端)代码来确认输入的内容。比如,一些页面的表格中的必填内容:


在HTML 4中,以上类型表格的标记一般类似于下面的形式:


在这个例子中,你得使用脚本来确认用户递交的内容,开发者必须得写出自己的确认代码,来确认用户并没有留下空白表格。


而在HTML 5中无需使用确认脚本,它将提供额外的元素属性,比如required和email 属

性,能自动检查用户名和Email栏不是空白的,而且Email地址格式是有效的。

3.新的API让页面程序开发更简单

HTML 5中将为新元素和现有的元素提供更多的API,旨在改进页面程序开发和增加HTML 4所缺乏的特性。比如,一个视频和音频方面的API将与<audio>和<video>元素一起使用,它将提供视频和音频回放能力,而无需依赖第三方程序,比如Flash。


4.<canvas>元素可以使图像脚本更灵活

如下图,通常我们发布的图表都是通过使用图片编辑器来完成,一旦数据有了改变,你只能再次处理新的图片。在<canvas>元素的协助下,一旦数据有所改变,你可以通过各种脚本来修改饼状统计图(和其他图表)的数据。


5.用户可以编辑网页的部分内容


HTML 5中的User Interaction 用来描述页面内容交互工作的新方式。它的contenteditable 属性可以让开发者决定,页面哪部分内容允许进行用户更改,这对于wiki类的网站更为有用。

总结

W3C工作小组有望在2012年公布html5标准,但这并不意味这我们还要等这么长的时间,才能开始使用HTML 5中的新特性。许多主流的浏览器已经开始支持<canvas>等元素,比如Firefox1.5版以后就开始支持。

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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