css基础

========= CSS 基础 ========

css - 空格大小写敏感
-----------------------------
class, id对大小写是敏感的

CSS - 派生选择器
li strong {
font-style: italic;
font-weitht: normal;
} //只有li下的strong标签才会采用这种格式。
-----------------------------------
ID选择器(应用的最广泛)
#red {color: red;}
<p id="red"/>//大小写必需完全一样

<div id="sidebar/>
#sidebar p {
font-style: italic;
text-align: right;
margin-top: 0.5em;
}
-------------------------
类选择器(应用也很广泛)
selector.className.....
eg:
H1.color-red{color: red}
H1.color-yellow{color: yellow}
<H1 class="color-red"/>
可以与ID选择器互换

.classname{...}//可以在任意地方使用。
----------------------------
伪类选择器
a:link {color:#ff0000}
a:visited {color: #00ff00}
a:hover {color:..}
a:active {...}
------------------------
* 复合选择器的优先级计算(重要)
ID选择器(100) > 类选择器(10) > 标记选择器(1)
#h1 {color:red}
.h1 {...}
h1 {...}
<h1 id="h1" class="h1"/>
------------------------
复杂选择器名称的分解
#menu a.class:hover b, .special b.class{...}
<div id="#menu"
<table class="class">
<a >
<b>
a.class 表示 class里面的a
-----------------------------------
行内样式: 建议不常用
<p style="">
内嵌式: 不能共享
<style> ... </style>
链接式: 应用最广
<link href="1.css" type="text/css" rel="stylesheet"/>
导入式
<style>
@import
</style>
--------------------------------------
CSS 背景
p {background-color: gray;}
可以为所有元素设置背景色,不继承
不指定则为:trasparent,透明的
body {background-image: url(/i/1.gif);}
----------------------------------------
CSS 的盒子模型
如图片:盒子模型.bmp

CSS 外边距合并,只有上下才合,左右不合
盒子模型的特性:
边界值margin可为负
边框border....

边框是实的,而填充和边界是虚的。
盒子模型只能设置边枉颜色和背景
大部分盒子模型默认值为0。
---------------------------------------
基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型,个人经导师指导并认可通过的高分设计项目,评审分99分,代码完整确保可以运行,小白也可以亲自搞定,主要针对计算机相关专业的正在做大作业的学生和需要项目实战练习的学习者,可作为毕业设计、课程设计、期末大作业,代码资料完整,下载可用。 基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现遥感图像滑坡识别源码+数据集+训练好的模型基于深度学习CNN网络+pytorch框架实现
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