3、选择器权重(id,class,element)

简介: 3、选择器权重(id,class,element)

1、不同选择器权重


选择器类型 权重值
元素选择器 1
类选择器 10
id选择器 100
!important 1000


2、相同选择器权重,后面的会覆盖掉前面的(.title3 覆盖.title2


3、层级选择器:按权重累加计算(.box #box_title > #box_title


4、源代码

<!DOCTYPE html>
<html lang="en">
<head>
  <meta charset="UTF-8">
  <meta http-equiv="X-UA-Compatible" content="IE=edge">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <title>选择器权重</title>
  <style>
    /* 1、不同选择器:id(100) > class(10) > element(1)  */
    h1 {
      color: black;
    }
    .title1 {
      color: red;
    }
    #title1 {
      color: yellow;
    }
    /* 2、相同选择器:后面的会覆盖掉前面的 */
    .title2 {
      color: antiquewhite;
    }
    .title3 {
      color: black;
    }
    /* 3、层级选择器:按权重累加计算 */
    .box #box_title {
      color: wheat;
      /* 权重:10+100 */
    }
    #box_title {
      color: red !important;
      /* 权重:100+最大 */
    }
  </style>
</head>
<body>
  <!-- 1、不同选择器 -->
  <h1 class="title1" id="title1">Hello world!</h1>
  <!-- 2、相同选择器 -->
  <h1 class="title2 title3">Kasmne</h1>
  <!-- 3、层级选择器 -->
  <div class="box">
    <h1 class="title4 title5" id="box_title">jasmine</h1>
  </div>
</body>
</html>


相关文章
|
9月前
|
机器学习/深度学习 存储 传感器
DeepMind发布Matryoshka(套娃)量化:利用嵌套表示实现多精度LLM的低比特深度学习
本文介绍 Google DeepMind 提出的 Matryoshka 量化技术(MatQuant),该技术通过训练单个大型语言模型(LLM)实现多精度部署,革新了深度学习
245 4
|
机器学习/深度学习 人工智能 自然语言处理
探索深度学习中的卷积神经网络(CNN)及其在现代应用中的革新
探索深度学习中的卷积神经网络(CNN)及其在现代应用中的革新
|
SQL Java 数据库连接
canal-starter 监听解析 storeValue 不一样,同样的sql 一个在mybatis执行 一个在数据库操作,导致解析不出正确对象
canal-starter 监听解析 storeValue 不一样,同样的sql 一个在mybatis执行 一个在数据库操作,导致解析不出正确对象
|
8月前
|
机器学习/深度学习 自然语言处理 算法
PyTorch PINN实战:用深度学习求解微分方程
物理信息神经网络(PINN)是一种将深度学习与物理定律结合的创新方法,特别适用于微分方程求解。传统神经网络依赖大规模标记数据,而PINN通过将微分方程约束嵌入损失函数,显著提高数据效率。它能在流体动力学、量子力学等领域实现高效建模,弥补了传统数值方法在高维复杂问题上的不足。尽管计算成本较高且对超参数敏感,PINN仍展现出强大的泛化能力和鲁棒性,为科学计算提供了新路径。文章详细介绍了PINN的工作原理、技术优势及局限性,并通过Python代码演示了其在微分方程求解中的应用,验证了其与解析解的高度一致性。
2273 5
PyTorch PINN实战:用深度学习求解微分方程
|
机器学习/深度学习 算法
机器学习入门:梯度下降算法(上)
机器学习入门:梯度下降算法(上)
|
安全 Shell 网络安全
设置 码云 SSH 推送和拉取代码
设置 码云 SSH 推送和拉取代码
497 0
|
存储 缓存 关系型数据库
详细解析MySQL中的innodb和myisam
总之,InnoDB和MyISAM各有千秋,选择合适的存储引擎应基于对应用程序特性的深入理解,以及对性能、数据完整性和可扩展性的综合考量。随着技术发展,InnoDB因其全面的功能和日益优化的性能,逐渐成为更广泛场景下的首选。然而,在特定条件下,MyISAM依然保留其独特的价值。
357 0
|
存储 固态存储 芯片
计算机中内存与存储
【7月更文挑战第28天】
2496 1
|
数据采集 搜索推荐 算法
Python基于协同过滤算法进行电子商务网站用户行为分析及服务智能推荐
Python基于协同过滤算法进行电子商务网站用户行为分析及服务智能推荐
|
前端开发 JavaScript 测试技术
前端 JS 经典:Promise 详解
前端 JS 经典:Promise 详解
360 1