HTML5 基础知识总结(全)

article/2025/10/14 4:30:36

文章目录

  • 1.文档类型
  • 2.字符集
  • 3.标签< h1 >到< h6 >
  • 4.文本格式化标签(熟记)
  • 5.标签属性
  • 6.图像标签img
  • 7.链接标签
  • 8.锚点定位
  • 9. base标签
  • 10.特殊字符
  • 11.注释标签
  • 12.相对路径
  • 13.div span标签
  • 14.无序列表ul
  • 15.有序列表ol
  • 16.自定义列表
  • 17.font标签
  • 18. 标签换行
  • 19. table中的caption标签
  • 20. select 和 option 标签
  • 21. input属性type="radio"用法 和 label的for属性
  • 22. 如果不设置 name属性 和 value值 会怎样?
  • 23. input的type属性的reset 使用
  • 24. html 的事件

1.文档类型<!DOCTYPE>

<!DOCTYPE html>
这句活就是告诉我们使用那个html版本。
只需要记住,看到上面这行代码,说明使用的是html5的版本。

2.字符集

<meta charset = "UTF-8">
utf-8是目前最常用的字符集编码方式,其他的还有gb2312(简单中文),BIG5(繁体中文),
GBK(全部中文字符),UTF-8(全世界所有国家需要用到的字符!)。
这里只需要记录UTF-8。

注意:记住一点,以后我们统统使用UTF-8字符集,这样就避免出现了字符集不统一而引起乱码的情况了。

3.标签< h1 >到< h6 >

<h1>~<h6>
大小依次递减,注意没有<7>啥的,只有这六个!

4.文本格式化标签(熟记)

在网页中,有时需要为文字设置粗体、斜体或下划线效果,这时就需要用到HTML中的文本格式化标记:
在这里插入图片描述
注意:推荐用哪一个,就是使用哪一个!因为上面的b 、i、s、u只有使用,没有强调的意思。

5.标签属性

例如:
<hr width="400">
1.属性采用的是“键值对”的形式,key = "value" 格式。
2.属性不分先后顺序!
3.任何属性都有默认值,忽略该属性则取默认值。

6.图像标签img

<img src = "图像URL" />    注意:img是单标签和hr,br一样。
这里的img是image图像。

在这里插入图片描述
注意:以上几个属性必须牢记!!!

7.链接标签

<a href="跳转目标" target="目标窗口的弹出方式">文本或图像</a>
这里的a是单词anchor的缩写,意思是铁锚,锚。
1. href:用于指定链接目标的url地址,当为标签应用href属性时,它就具有了超链接的功能。
href全称Hypertext Reference.
提醒一下:
如果还不想添加url地址,可以使用" # "来代替一下。
这里的链接不仅仅可以添加网址还可以添加图片,影像之类的。
2. target:制定链接页面的打开方式,有两种取值,self和blank。
blank也可以写成" _blank "(固定写法)。
例如下面的百度链接就是用以下语句写的:
<a href="http://www.baidu.com" target="blank">百度链接</a>

百度链接

8.锚点定位

通过锚点链接可以快速的定位到目标内容。
很好理解在a标签中加入了id的属性:
例如:
<a href="#biaoqian">定位到数字1那里去</a>
<a id="biaoqian">数字1</a>
这里很简单两个命令,就是通过href属性然后定位到了id的属性,很好理解。

9. base标签

base可以设置整体的链接的打开状态。
在<head>中设定,也是有两个状态,self和_blank。

10.特殊字符

在这里插入图片描述
注意:以上这些都是很常用的特殊字符。
其中:
1.空格 的英文全称是no-break space。
2.小于号&It的英文全称是less than。
3.大鱼号&gt的英文全称是greater than。

4.其他符号自己搜寻一下就可以。

11.注释标签

<!--我要注释的内容-->

注释一般都是给开发人员看的,用来标记一下内容或者代码的功能。

12.相对路径

在这里插入图片描述
这里一定要理解好和记住两个路径的格式用法!!!
容易忘记的是相对路径的第3条,一定要实操一下。
注意:本地的绝对路径最好不要使用,因为绝对路径一旦换电脑或者换地址,就over了。不过如果使用互联网上的图片绝对地址是可以的!
例如:

<img src="https://www.baidu.com/img/PCtm_d9c8750bed0b3c7d089fa7d55720d6cf.png">
这里的地址就是百度图片的地址。

13.div span标签

div就是division的英文,分割分区。
span是跨度的意思。
两个标签,最常用的,一定记住。

14.无序列表ul

<ul>
<li>...</li>
<li>...</li>...
<li>...</li>
</ul>
下面就是通过使用上面格式表现出来:
  • 李白
  • 杜甫
**注意:在ul标签里面除了li标签,最好不要使用其他的标签。或者将想要创建的标签放到li下面如下。** ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210422134331459.png)

15.有序列表ol

<ol>
<li>...</li>
...
<li>...</li>
</ol>
下面就是通过使用上面格式表现出来:
  1. 苹果
  2. 香蕉

16.自定义列表

<dl><dt>...</dt><dd>...</dd><dd>...</dd>...<dt>...</dt><dd>...</dd><dd>...</dd>
</dl>
这里dd标签是来解释dt标签的。
例如:<dl><dt>北京</dt><dd>昌平</dd><dd>通州</dd><dd>顺义</dd></dl>
结果如下:
北京
昌平
通州
顺义

17.font标签

<font> 规定文本的字体、字体尺寸、字体颜色。

18. 标签换行


我们接触的很多标签都是默认换行的,像h1,p等都是默认换行的。

自然像span标签,b标签,form表单中的标签基本上都是不换行的。

19. table中的caption标签


表头标签要牢记,此外tr代表行,td代表纵。

在这里插入图片描述

20. select 和 option 标签


select和option标签组合为:下拉框。

在这里插入图片描述

21. input属性type="radio"用法 和 label的for属性


单选按钮(单选框):就是讲input的type属性赋值为radio。

首先,我们点击label标签中的内容,从而让input单选按钮被选中。

这就用到label中的for属性,来指向input的id值!

此外,必要时候,我们声明的name属性必须相同。

在这里插入图片描述

22. 如果不设置 name属性 和 value值 会怎样?


我们设置完input等等标签后,提交参数,如果不设置name属性,他就不会传递参数。

如果设置了name属性不设置value值,那么它默认传出" on "的值来,也就是说name和value两个属性一定要设置!!!

23. input的type属性的reset 使用


input的type属性还有一个reset值,作用就是:重置表单。也是很重要的!

24. html 的事件


  • onchange HTML 元素已被改变。
  • onclick 用户点击了 HTML 元素。
  • onmouseover 用户把鼠标移动到 HTML 元素上。
  • onmouseout 用户把鼠标移开 HTML 元素。
  • onkeydown 用户按下键盘按键。
  • onload 浏览器已经完成页面加载。

http://chatgpt.dhexx.cn/article/sESEotZo.shtml

相关文章

HTML5基础知识

目录 一、初识HTML 二、网页基本标签⭐ 2.1标题标签 2.3换行标签 2.4水平线标签 2.5字体样式标签 2.6注释和特殊符号 三、图像&#xff0c;超链接&#xff0c;网页布局 3.1图像标签 3.2链接标签 3.3块元素和行内元素 四、列表&#xff0c;表格&#xff0c;媒体…

lle算法c 语言,LLE(Locally Linear Embedding)算法

Core idea LLE is inherently a non-linear dimensionality reduction strategy 即局部线性嵌入算法。该算法是针对非线性信号特征矢量维数的优化方法&#xff0c;这种维数优化并不是仅仅在数量上简单的约简&#xff0c;而是在保持原始数据性质不变的情况下&#xff0c;将高维空…

(流形降维)局部线性嵌入 - LLE

文章目录 一&#xff0c;流形学习概述二&#xff0c;如何使用LLE进行数据降维1.参数说明2.官网示例 三&#xff0c;实例说明1.PCA与LLE降维的区别2.每个点的邻居数量对降维结果的影响 四&#xff0c;LLE总结 一&#xff0c;流形学习概述 更多关于LLE原理 参考&#xff1a;局部…

机器学习(二)降维(PCA,kPCA,LLE)

写在前面 这是一个新的板块&#xff0c;用于记录作者机器学习的学习历程&#xff0c;同时分享自己的学习笔记给大家&#xff0c;希望这份笔记能帮助大家&#xff0c;同时也欢迎大家一起学习交流指正&#xff0c;我会尽量做到周更。如果有用的话请记得关注点赞收藏&#xff01;&…

数据分析-降维-PCA-LDA-LLE

目录 前言 矩阵分解法 主成分分析&#xff08;PCA&#xff09; 核PCA 非负矩阵分解&#xff08;NMF&#xff09; FactorAnalysis 独立主成分分析&#xff08;ICA&#xff09; 判别分析法&#xff08;LDA&#xff09; 基于流形学习的数据降维方法 LLE MDS MDS实现 t…

对人脸数据集,采用PCA,KPCA,MDS,LLE,ISOMAPE五种方式降维 ---模式识别课程设计

对人脸数据集“Labeled Faces in the Wild”&#xff1a;sklearn.datasets.fetch_lfw_people&#xff0c;下载地址aka LFW:http://vis-www.cs.umass.edu/lfw/lfw-funneled.tgz&#xff0c; 采用PCA,KPCA,MDS,LLE,ISOMAPE五种方式降维&#xff0c;比较基于SVM或决策树等分类器的…

LLE算法实现与sklearn实现

在pyhton的机器学习库sklearn中&#xff0c;LLE等降维算法可以直接调用&#xff0c;在本次大作业中&#xff0c;根据LLE的推导过程编写算法实现了LLE&#xff0c;与mainfold自带的LLE进行对比。由于后面的实验中都是直接调用LocallyLinearEmbedding&#xff0c;所以用大量篇幅介…

一句话总结LLE(流形学习)

一句话总结LLE&#xff08;流形学习&#xff09; 核心&#xff1a;用一个样本点的邻居的线性组合近似重构这个样本&#xff0c;将样本投影到低维空间中后依然保持这种线性组合关系。 局部线性嵌入&#xff08;简称LLE&#xff09;将高维数据投影到低维空间中&#xff0c;并保持…

流行学习一LLE_机器学习

前言&#xff1a; 流行学习主要用于聚类&#xff0c;分类和回归算法,例如人脸识别&#xff08;旋转不变性&#xff0c;光照不变性&#xff09; 流行是几何中一个概念&#xff0c;它是高维空间中的几何结构&#xff0c;即高维空间中点构成的集合。 简单的理解为二维空间的曲线&a…

lle算法c 语言,局部线性嵌入算法(LLE)与其Python实现-Go语言中文社区

PCA是至今为止运用最为广泛的数据降维算法&#xff0c;它通过最小化重构误差达到将高维数据映射到低维并同时保留数据中所存在的绝大部分信息。但是一般的PCA也有缺点&#xff0c;它只能实现线性降维。当然现在也有kernel PCA可以实现非线性降维&#xff0c;但我们今天介绍的是…

LLE降维

LLE 是 Locally Linear embedding 直观是在样本点的高维空间相邻近的话&#xff0c;可以用低维的子空间描述。 基本原理分三步&#xff1a; &#xff08;1&#xff09; 找到邻居 neighbors .(可以使用多种方法&#xff0c;邻居K的数目选择影响很大) &#xff08;2&#xff09…

局部线性嵌入LLE

[1]https://www.cnblogs.com/pinard/p/6266408.html [2]Graph Embedding Techniques, Applications, and Performance: A Survey 主要参考和图片来源[1] LLE推导算法流程 局部线性嵌入(Locally Linear Embedding,LLE)&#xff0c;一种重要降维方法&#xff0c;与PCA、LDA相比…

LLE降维算法

欢迎关注”生信修炼手册”! 流形分析作为非线性降维的一个分支&#xff0c;拥有多种算法&#xff0c;常见的算法列表如下 流形分析的要点在于降维之后&#xff0c;仍然保留流形中的某些几何属性。之前介绍的isomap保留了测地距离这一几何属性&#xff0c;由于考虑的是全局关系&…

LLE算法

Locally linear embedding (LLE) (Sam T.Roweis and Lawrence K.Saul, 2000)以及Supervised locally linear embedding (SLLE) (Dick and Robert, 2002) 是最近提出的非线性降维方法&#xff0c;它能够使降维后的数据保持原有拓扑结构。 LLE算法可以有图1所示的一个例子来描述。…

LLE原理总结

原文&#xff1a; https://www.cnblogs.com/pinard/p/6266408.html?utm_sourceitdadao&utm_mediumreferral 局部线性嵌入(Locally Linear Embedding&#xff0c;以下简称LLE)也是非常重要的降维方法。和传统的PCA&#xff0c;LDA等关注样本方差的降维方法相比&#xff0c;…

LLE原理及推导过程

1.概述 所谓LLE(局部线性嵌入)即”Locally Linear Embedding”的降维算法,在处理所谓流形降维的时候,效果比PCA要好很多。 首先,所谓流形,我们脑海里最直观的印象就是Swiss roll,在吃它的时候喜欢把它整个摊开成一张饼再吃,其实这个过程就实现了对瑞士卷的降维操作…

LLE理解

背景 局部线性嵌入(Locally Linear Embedding&#xff0c;以下简称LLE)是一种降维方法。和传统的PCA&#xff0c;LDA等关注样本方差的降维方法相比&#xff0c;LLE关注于降维时保持样本局部的线性特征&#xff0c;由于LLE在降维时保持了样本的局部特征&#xff0c;它广泛的用于…

局部线性嵌入(LLE)原理总结

局部线性嵌入(Locally Linear Embedding,以下简称LLE)也是非常重要的降维方法。和传统的PCA,LDA等关注样本方差的降维方法相比,LLE关注于降维时保持样本局部的线性特征,由于LLE在降维时保持了样本的局部特征,它广泛的用于图像图像识别,高维数据可视化等领域。下面我们就对…

机器学习之:LLE (locally linear embedding) 局部线性嵌入降维算法

文章目录 LLE1. LLE 是什么2. LLE 的主要思想3. LLE 算法推导过程3.1 如何找到 k 个近邻3.2 找 x i x_i xi​ 与这 k 个近邻的线性关系3.3 x i x_i xi​ 与 k 个近邻点的线性关系求解过程3.3.1 奇异值分解3.3.1.1 特征值分解 &#xff08;EVD&#xff09;3.3.1.2 奇异值分解&…

安装HAXM

老师给的是在网上下载HAXM。但事实上打开这里你会发现Android 已经自动下载了HAXM 因此你要做的是找到HAXM路径&#xff0c;然后继续安装它。我的路径是 C:\Users\DELL\AppData\Local\Android\Sdk\extras\intel\Hardware_Accelerated_Execution_Manager