Python學習第225課——label標籤

2020-12-22 石問新

之前我們學習了html的表單,我們在寫表單的時候,是直接把文字寫在表單的前面,

如上圖,比如「請輸入帳號」這幾個文字就寫在文本輸入框的前面,這是告訴用戶這個輸入框是用來幹什麼的,用戶只有點擊輸入框的時候,才能在裡面輸入東西,而我們為了用戶體驗更好,也就是說,我們可以讓用戶在點擊輸入框前面的文字時,就可以選中輸入框,直接在裡面打字,怎麼樣實現這個效果呢?

這就需要label標籤。

●label標籤

<label> 標籤為 input 元素定義標註(標記),也就是說<label>標籤相當於給input標籤做一個標記。

label 元素不會向用戶呈現任何特殊效果。意思就是label標籤內的內容在網頁上顯示時,並沒有什麼特別之處。比如<label>請輸入帳號:</label>這段代碼被瀏覽器解析後,效果和直接顯示"請輸入帳號:"這段文字的效果一樣。

label標籤的屬性

label標籤有兩個屬性:for和form

說明:

"for" 屬性規定 label 與哪個表單元素綁定。請把label上 "for" 屬性的值設置為綁定的input元素的 id 屬性的值。

"form"屬性規定了label標籤綁定的元素屬於哪個或者哪幾個表單。請把 label上"form" 屬性的值設置為綁定的form標籤的 id 屬性的值。

label標籤的作用

當用戶點擊label標籤內的文本時,瀏覽器就會自動將焦點(滑鼠的光標)轉到與label標籤綁定的表單元素上。

接下來我在之前的my first html.html這個文件的代碼基礎上,添加上label標籤,展示一下效果。

代碼如下:

如上圖的代碼,當我在瀏覽器中運行my first html.html這個文件時,當我滑鼠在網頁上點擊"請輸入帳號:"時,滑鼠的焦點就會在後面的輸入框閃爍。

當我滑鼠在網頁上點擊"點這裡會選中性別男"時,"請選擇性別"後面的"男"後面的單選框就會被選中。因為最後一個label標籤上的"form"屬性的值是0,"for"屬性的值是4,而form標籤的"id"屬性的值是0,男後面的input標籤的"id"屬性的值是4。

也就是說:最後一個label標籤是跟id值是0的form標籤裡面的id值是4的input標籤綁定的,當我們點擊它裡面的內容"點這裡會選中性別男"時,就相當於點擊男後面的input單選框。

可以按照我的代碼敲一遍,自己在瀏覽器上體驗一下,就會很容易的理解label的作用。

相關焦點

  • Python學習第87課-數據可視化之圖形標識title、label、legend
    【每天幾分鐘,從零入門python編程的世界!】第86課我們學習了matplotlib,並且用它畫了一個簡單的圖形,但是這個圖形上面沒有標題,沒有標明x軸和y軸,而且用於畫這個圖形的數據都是我們手動以列表的形式輸入進去的。
  • 標籤傳播算法(Label Propagation)及Python實現
    眾所周知,機器學習可以大體分為三大類:監督學習、非監督學習和半監督學習。監督學習可以認為是我們有非常多的labeled標註數據來train一個模型,期待這個模型能學習到數據的分布,以期對未來沒有見到的樣本做預測。那這個性能的源頭--訓練數據,就顯得非常感覺。
  • Python作圖學習(1)
    當然R語言也可以用來做數據分析,如果讀者還沒有決定開始學習哪一門程式語言,那麼熟練掌握R語言或許已經可以滿足大部分的日常工作需求。不過如果你準備開始學習python,那麼你或許不太知道,作圖其實也可以使用python語言來完成。python中有matplotlib、seaborn等模塊,使用它們也可以作出許多漂亮的圖形。
  • HTML之label標籤學習(廣州中軟卓越)
    label標籤為input元素定義標註(標記),它不會向用戶呈現任何特殊效果,和span標籤類似。但label標籤和span標籤最大的區別就是它為滑鼠用戶改進了可用性,可以關聯特定的表單控制項。label標籤和特定表單控制項關聯之後,如果用戶在label元素內點擊文本,就會觸發關聯的表單控制項。
  • Python學習第141課——Python爬蟲簡介
    【每天幾分鐘,從零入門python編程的世界!】今天我們簡單的了解下網絡爬蟲,網絡爬蟲其實就是一個自動獲取網頁內容的程序。Python的爬蟲需要用到一個第三方的庫requests。requests庫可以在git bash中使用命令pip install requests進行安裝。
  • 如何用 Python 和 BERT 做多標籤(multi-label)文本分類?
    10餘行代碼,藉助 BERT 輕鬆完成多標籤(multi-label)文本分類任務。疑問之前我寫了《如何用 Python 和 BERT 做中文文本二元分類?》一文,為你講解過如何用 BERT 語言模型和遷移學習進行文本分類。不少讀者留言詢問:王老師,難道 BERT 只能支持二元分類嗎?
  • html中label標籤的詳細介紹
    本篇將介紹的是html中的<label>標籤的用法,由興趣的朋友可以了解一下!在網頁開發中,表單是經常用到的,而今天要介紹的這個標籤也是經常出現在表單中的,即<label>標籤,我們一起來看看它有什麼用途吧!
  • Python學習第94課-通過第三方接口獲得數據並導入Python繪圖
    【每天幾分鐘,從零入門python編程的世界!】上節課我們學習了導入外部文件數據並繪圖。這節課我們學習通過第三方接口獲得數據並導入Python進行繪圖。我們的數據接口使用Tushare,Tushare是一個免費、開源的python財經數據接口包。
  • Python學習第119課——numpy中的broadcasting
    【每天幾分鐘,從零入門python編程的世界!】這節課我們學習numpy中的數據的一個多變的特性--broadcasting,broadcasting的官方的說明比較麻煩,我們這裡把它簡化一下,就把它當做「腦補」的意思。
  • 讓你的數據一目了然--label命令介紹
    在工作學習中遇到這些問題,實在是讓人鬱悶。這些問題讓你的大腦一團亂麻,要解決它們費時費力,解決之後又沒有攻堅克難的成就感,只有耗費時間後的苦澀。這不免讓人發問,難道遇到這些問題就沒有簡單快捷的方法嗎?  當然有了!  解決問題要從根源出發!今天就為大家介紹一把神兵利器--label命令,來幫助我們從根源上消滅問題。
  • 小白學數據:教你用Python實現簡單監督學習算法
    在監督學習中,我們首先導入包含有訓練屬性和目標屬性的數據集。監督學習算法會從數據集中學習得出訓練樣本和其目標變量之間的關係,然後將學習到的關係對新樣本(未被標記的樣本)進行分類。該數據分析問題就屬於分類問題,通過建立分類模型來預測類別標籤,例如「治療方案A」、「治療方案B」或者「治療方案C」。分類是一個預測類別標籤的預測問題,這些類別標籤都是離散和無序的。分類包含兩個步驟:學習步驟和分類步驟。
  • Python學習第61課-shell用cat和less打開文件
    【每天幾分鐘,從零入門python編程的世界!】補充:在第60節課的學習中,我們知道保存網頁用這個命令:curl -L -o 要保存的路徑 要下載的網頁的網址①要保存的路徑的文件名可以是任何後綴,比如.txt,點csv等等都可以。
  • 用 Python 打造屬於自己的GUI圖形化界面
    本來不準備詳細講述這個基礎知識,但是我怕那些想學習的同學,學起來不過癮,還是補充了這一章。thinter的簡單應用Thinter是python的標準GUI庫。python使用Tkinter可以快速地創建GUI應用程式。當然常用的GUI庫還有PyQt5,我們只需要知道這兩個常用的即可,如果你真的想學習的話。
  • 為折線圖添加數據標籤的方法,附代碼
    我們在使用python進行數據可視化工作時,通常使用matplotlib,主要原因是其功能強大且較為完善、穩定,而且有強大的社區活躍。另外一個可視化工具也曾跟大家介紹過,那就是pyecharts,其是由一群有志向的python愛好者研發的可視化工具,其基於echarts來實現。
  • 標籤分布學習
    為了更好地表示一個樣本的分布的情況,訓練一個學習樣本的標籤分布(Label Distribution)的模型,被稱為標籤分布學習(Label Distribution Learning,LDL),讓每一個維度都反映對應標籤程度的一種概率分布。
  • 【Python 第53課】 數學運算
    今天從打飛機遊戲裡中斷一下,說些python的基礎。絕對值三角函數: math.sin(x)math.cos(x)math.tan(x)math.asin(x)math.acos(x)math.atan(x)注意:這裡的x是以弧度為單位,所以計算角度的話,需要先換算角度和弧度互換: math.degrees(x)弧度轉角
  • 英國古董銀酒標籤 (British Antique Silver Wine Labels )
    英國古董銀酒標籤(British Antique Silver Wine Labels )英國古董銀酒標籤目前已知最早的是1730年製作,銀酒標籤的起因是區別透明玻璃酒瓶中的酒類,之後演變為透明玻璃酒瓶的一種裝飾。
  • Python可視化教程(上)-基礎篇
    經過學習之後,我總結了利用python實現可視化的三個步驟:確定問題,選擇圖形轉換數據,應用函數參數設置,一目了然python中最基本的作圖庫就是matplotlib,是一個最基礎的Python可視化庫,一般都是從matplotlib上手Python數據可視化,
  • Python
    最近,在數據挖掘課,要交課設了,打算做一個通過機器學習進行新聞分類,首先要有大量的文本(新聞),去做訓練,並通過爬蟲爬取大量的新聞一,思路如下:0.首先確定獲取數據的網站1.通過BeautifulSoup來切取連結2.
  • 基於AttentionXML的Extreme Multi-Label Text Classification
    概要來說,本篇paper是提出一種基於Attention機制的label 樹模型,來解決大規模多標籤文本分類(Extreme multi-label text classification (XMTC))問題。研究出發點為:(1)先前的方法沒有充分學習輸入的文本與每個label之間的關係信息;(2)對大規模的label並沒有進行一個可伸縮性的學習。