博客
关于我
新手学习HTML笔记(二)表格与列表
阅读量:794 次
发布时间:2019-03-25

本文共 823 字,大约阅读时间需要 2 分钟。

导航

1. 表格

表格是网页中常用的数据展示工具,其主标签为 `<table>`。表格的核心结构包括以下几个部分:

属性 含义
border 边框

详细的表格框架结构如下:

标签 含义
<caption></caption> 定义标题
<thead></thead> 定义页眉(列名)
<tbody></tbody> 定义主体(文本)
<tfoot></tfoot> 定义页脚

表格行和单元格的定义使用 `` 和 `` 或 `` 标签,具体示例如下:

标签名 含义
<td></td> 文本
<th></th> 列名(一般仅出现一次)

单元格合并可通过设置 `colspan` 或 `rowspan` 属性实现:

横向合并n格 纵向合并n格
<th colspan="n"></th> <tr rowspan="n"></tr>

表格示例:

Example             B                   Ⅰ       一       二               三                   This is The Foot.

2. 列表

列表分为有序列表、无序列表和定义列表三种类型,其主标签分别为 `<ol>`、`<ul>` 和 `<dl>`。

类型 主标签
有序 <ol></ol>
无序 HTML5已取消支持(默认支持) <ul></ul>
定义 <dl></dl>

列表的单行定义方式如下:

\ 定义
预设列表 <li></li>
自定义列表 <dt></dt>标号: <dd></dd>

列表支持嵌套,可以通过使用多级 `

` 和 `
`标签实现。列表标号类型可通过 `<ol type>` 属性指定,默认为阿拉伯数字,其他类型包括大写字母、小写字母、罗马数字等。

列表示例如下:

123   qwe   456   rty   789   uzs   101   _SDK_

欢迎在评论区留言~

转载地址:http://cnpuk.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>