Python學習第225課——label標籤

2021-01-10 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90課-數據可視化之散點圖繪製
    【每天幾分鐘,從零入門python編程的世界!】今天我們學習散點圖,在統計學或者機器學習方面,或者在金融風險控制方面,金融風險控制經常要看異常交易、信貸風險,做這樣的分析就要用到一個圖--散點圖(scatter plot)。
  • 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。你必須有足夠的訓練數據,以覆蓋真正現實數據中的樣本分布才可以,這樣學習到的模型才有意義。
  • 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。我們舉例來說明。
  • 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入門第7課,循環結構學習,for語句range函數的3種用法
    體驗課,Python與人工智慧初體驗。第1課,輸出語句及賦值語句。第2課,輸入語句學習。第3課、第4課,學習條件控制if語句。第5課、第6課,階段練習及講解。本節課開始,大陳將帶領學生們一起學習循環語句,計劃用4節課的時間學習for、while語句的使用,同時複習和強化訓練前面學習的變量、賦值、輸入輸出、條件控制等內容。第7課主要熟悉for 的基本語法格式,特別是range() 函數的3種使用情形。
  • 多標籤學習的新趨勢(2020 Survey)
    論文連結:https://arxiv.org/abs/2011.11197上半年在知乎上看到有朋友諮詢多標籤學習是否有新的 Survey,我搜索了一下,發現現有的多標籤 Survey 基本在 2014 年之前,主要有以下幾篇:Tsoumakas 的《Multi-label classification: An overview》(
  • Python學習第114課——numpy中ndarray的四則運算
    【每天幾分鐘,從零入門python編程的世界!】我們為什麼要學習numpy?numpy其實就是number+Python的簡寫,意思就是通過Python對數據進行處理。要對數據進行處理,就少不了最基本的加減乘除等操作。
  • Python學習第130課——蒙特卡洛模擬隨機遊走
    【每天幾分鐘,從零入門python編程的世界!】之前我們用代碼實現了醉漢隨機遊走的過程。現在我們用蒙特卡洛模擬計算一下,醉漢在不同的條件下打車回家的概率。我們先定義幾個參數。跟我一起從零開始學習Python,每天花一點時間,開啟python編程新世界的大門,領略新的風光,讓人生多一種可能!
  • python應用之基於tensorflow的數據擬合:深度學習之預測入門篇
    實驗目的:1、了解python在深度學習領域的應用2、學習安裝python第三方依賴庫實驗環境:已正確安裝python3.5以及依賴庫tensorflow、matplotlib預測過程展示:1、應用領域python是一種高級面向對象的動態類型語言,具有開發高效,學習簡單的特點,主要應用於大數據、深度學習、
  • Python學習第128課——在Python中實現醉漢隨機遊走
    【每天幾分鐘,從零入門python編程的世界!】這節我們在2D平面內實現隨機遊走。我們先把原理搞清楚,用代碼實現這個原理。跟我一起從零開始學習Python,每天花一點時間,開啟python編程新世界的大門,領略新的風光,讓人生多一種可能!
  • Python學習第40課-Lambda表達式創建匿名函數
    【每天幾分鐘,從零入門python編程的世界!】之前我們學習了使用def關鍵字來創建自定義函數,這種方式創建的函數都是有函數名的,我們也可以創建沒有函數名的函數,這種函數叫做匿名函數。Python中可以使用Lambda表達式來創建匿名函數。
  • 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。
  • 超硬核的 Python 數據可視化教程!
    分析思維的訓練可以學習《麥肯錫方法》和《金字塔原理》中的方法。這是網上的一張關於圖表類型選擇的總結。,適用於時間序列; 柱狀:bar plot 二維數據,適用於類別統計; 顏色:heatmap 適用於展示第三維度;數據間存在分布,構成,比較,聯繫以及變化趨勢等關係。
  • Python學習第112課——numpy中數組查找元素和改變元素的小技巧
    【每天幾分鐘,從零入門python編程的世界!】上節我們學習了如何利用index找到ndarray數組中的一些元素,並把找到的元素生成一個新的ndarray。代碼如下:現在我們學習幾個用index找到ndarray中元素的小技巧。
  • Python學習第129課——醉漢隨機遊走代碼改進
    【每天幾分鐘,從零入門python編程的世界!】上節我們在Python中用代碼實現了醉漢隨機遊走的邏輯和過程,這節我們把上節的代碼改進一下。現在我們的小例子代碼是非常少的,實際開發中,有些項目代碼量會非常大,為了代碼在執行時有更快的速度,那麼就需要對代碼進行改進優化。
  • Python學習第117課——numpy中dot的運用舉例
    【每天幾分鐘,從零入門python編程的世界!】上節我們學習了最基礎的matrix的運算,可能有小夥伴覺得這都要涉及高等數學知識了,確實如果你想做數據科學、做人工智慧,統計學、概率論等數學知識,尤其是算法是繞不過去的坎,但是不要怕!!!
  • 第85講 Python深度學習之圖像識別
    Python在機器學習(人工智慧,AI)方面有著很大的優勢。
  • Deep CARs:使用Pytorch學習框架實現遷移學習
    想要實現這一目標,需要完成兩部分的學習,第1部分:構建汽車分類器;第2部分:部署分類器。本文將著重論述第1部分內容。我們將使用一種叫做遷移學習的方法來訓練分類器。什麼是遷移學習?遷移學習是深度學習的一種方法,即為解決某個任務而開發的模型會被重複使用作為另一個任務的起點。
  • Python學習第89課-數據可視化之直方圖繪製
    【每天幾分鐘,從零入門python編程的世界!】假設你想投資某一個城市的房地產,你肯定需要對這個城市的人口分布、增長潛力做一個調查,這時我們就需要做一個直方圖(histogram plot)。跟我一起從零開始學習Python,每天花一點時間,開啟python編程新世界的大門,領略新的風光,讓人生多一種可能!
  • Python學習第113課——numpy中用條件判斷去篩選數組中的元素
    【每天幾分鐘,從零入門python編程的世界!】之前我們學習了如何在numpy中查找數組元素的方法和技巧,現在我們學習如何用條件判斷的方式篩選數組的元素。跟我一起從零開始學習Python,每天花一點時間,開啟python編程新世界的大門,領略新的風光,讓人生多一種可能!