HTML标签属性详解与示例

需积分: 35 2 下载量 133 浏览量 更新于2024-07-25 收藏 66KB DOC 举报
"这份文档是关于HTML标签属性的全面指南,包含了各种常用HTML标签的属性、用法和示例,适合作为基础学习资料。" HTML是HyperText Markup Language的缩写,是创建网页的标准标记语言。它通过各种标签来描述网页内容和结构,而标签的属性则用于进一步定制和控制这些元素的行为和样式。文档中提到了一些常见的HTML标签和它们的相关属性,下面将详细阐述这些知识点: 1. **跑马灯效果** - `<marquee>`标签用于创建滚动文本,如广告或通知。通过不同的`behavior`属性,可以设置滚动方式:`slide`表示滑动,`scroll`表示预设的卷动,`alternate`则使文本来回卷动。`direction`属性指定滚动方向,可选`down`, `up`, `right`, 或 `left`。`loop`设置循环次数,`width`和`height`分别定义宽度和高度,`bgcolor`设置背景颜色,`scrollamount`和`scrolldelay`调节滚动速度和间隔时间。通过`onmouseover`事件,可以实现鼠标悬停时停止或启动滚动。 2. **字体效果** - HTML提供了多种标签来改变文本样式: - `<h1>`到`<h6>`用于创建不同级别的标题,数字越大,标题越小。 - `<b>`和`<strong>`用于加粗文本,其中`<strong>`更强调语义。 - `<i>`和`<em>`用于斜体,`<em>`同样强调语义。 - `<dfn>`常用于表示定义性的文本。 - `<u>`添加下划线,`<ins>`表示插入的文本并带有下划线,`<strike>`和`<s>`添加删除线,`<del>`表示被删除的文本,但强调其已删除。 - `<kbd>`用于表示键盘输入的文本。 - `<tt>`创建打字机风格的字体。 - `<xmp>`和`<plaintext>`用于显示固定宽度的字体,`<xmp>`保留空白和换行,而`<plaintext>`不执行任何HTML标签。 这只是HTML标签属性的一小部分,实际上还有许多其他标签和属性,如布局标签(`<div>`, `<span>`)、链接标签(`<a>`)、图像标签(`<img>`)、表格标签(`<table>`)、列表标签(`<ul>`, `<ol>`, `<li>`)等等。了解并熟练运用这些标签和属性,是构建和美化网页的基础。对于初学者来说,这份文档提供了一个很好的起点,通过实践和学习,可以深入掌握HTML的更多内容。

import sys import re import jieba import codecs import gensim import numpy as np import pandas as pd def segment(doc: str): stop_words = pd.read_csv('data/stopwords.txt', index_col=False, quoting=3, names=['stopword'], sep='\n', encoding='utf-8') stop_words = list(stop_words.stopword) reg_html = re.compile(r'<[^>]+>', re.S) # 去掉html标签数字等 doc = reg_html.sub('', doc) doc = re.sub('[0-9]', '', doc) doc = re.sub('\s', '', doc) word_list = list(jieba.cut(doc)) out_str = '' for word in word_list: if word not in stop_words: out_str += word out_str += ' ' segments = out_str.split(sep=' ') return segments def doc2vec(file_name, model): start_alpha = 0.01 infer_epoch = 1000 doc = segment(codecs.open(file_name, 'r', 'utf-8').read()) vector = model.docvecs[doc_id] return model.infer_vector(doc) # 计算两个向量余弦值 def similarity(a_vect, b_vect): dot_val = 0.0 a_norm = 0.0 b_norm = 0.0 cos = None for a, b in zip(a_vect, b_vect): dot_val += a * b a_norm += a ** 2 b_norm += b ** 2 if a_norm == 0.0 or b_norm == 0.0: cos = -1 else: cos = dot_val / ((a_norm * b_norm) ** 0.5) return cos def test_model(file1, file2): print('导入模型') model_path = 'tmp/zhwk_news.doc2vec' model = gensim.models.Doc2Vec.load(model_path) vect1 = doc2vec(file1, model) # 转成句子向量 vect2 = doc2vec(file2, model) print(sys.getsizeof(vect1)) # 查看变量占用空间大小 print(sys.getsizeof(vect2)) cos = similarity(vect1, vect2) print('相似度:%0.2f%%' % (cos * 100)) if __name__ == '__main__': file1 = 'data/corpus_test/t1.txt' file2 = 'data/corpus_test/t2.txt' test_model(file1, file2) 有什么问题 ,怎么解决

2023-06-13 上传