整合營銷服務商

          電腦端+手機端+微信端=數據同步管理

          免費咨詢熱線:

          如何編寫HTML提交按鈕代碼?

          TML提交按鈕是一種HTML表單元素,允許用戶將表單數據提交到服務器。提交按鈕通常與表單元素(如文本框和下拉列表)一起使用,以便用戶可以輸入并提交信息。在HTML中,提交按鈕通常使用標簽來定義。

          如何編寫HTML提交按鈕代碼?

          要創建HTML提交按鈕,您需要使用標簽,并將type屬性設置為“submit”。例如,以下代碼會創建一個名為“submit”的提交按鈕:

          ```


          ```

          在這個例子中,“action”屬性指定了表單數據提交到的URL,“method”屬性指定了提交表單的HTTP方法(通常是POST或GET)。按鈕的“value”屬性指定了按鈕上顯示的文本。

          如何自定義HTML提交按鈕樣式?

          默認情況下,HTML提交按鈕的樣式取決于用戶的操作系統和瀏覽器。但是,您可以使用CSS樣式表來自定義按鈕的外觀。例如,以下代碼將創建一個紅色的提交按鈕:

          ```


          ```

          在這個例子中,我們使用了style屬性來設置按鈕的背景顏色和文本顏色。您還可以使用其他CSS屬性來自定義按鈕的大小、邊框等。

          如何使用JavaScript處理HTML提交按鈕?

          您可以使用JavaScript來添加交互性和驗證表單數據。例如,以下代碼將在用戶單擊提交按鈕時彈出一個提示框:

          ```


          ```

          在這個例子中,我們使用了onsubmit屬性來指定當表單提交時要運行的JavaScript函數。此函數返回true或false,如果返回false,則表單將不會提交。在這個例子中,我們使用confirm()函數顯示一個提示框,并在用戶單擊“確定”時返回true。

          總結

          HTML提交按鈕是Web表單中的重要元素,允許用戶將表單數據提交到服務器。您可以使用標簽來創建提交按鈕,并使用CSS樣式表自定義外觀。您還可以使用JavaScript添加交互性和驗證表單數據。通過掌握HTML提交按鈕的知識,您可以創建復雜的Web表單,并收集和處理用戶數據。

          ublime / vscode 快捷生成HTML代碼的實現

          文章目錄

          1.基本html結構

          2.生成div加類名的快捷鍵

          3.帶類名的div

          4.帶id的div

          5.屬性【】

          6.后代>

          7.兄弟+

          8.上級^

          9.乘法*

          10.文本{}

          1、基本html結構

          操作: 輸入 !+Enter鍵

          注意:這里輸入“!”+回車鍵前,需要清空原來生成的基本結構

          實現效果:

          <!DOCTYPE html>
          <html lang="en">
          <head>
              <meta charset="UTF-8">
              <meta name="viewport" content="width=device-width, initial-scale=1.0">
              <meta http-equiv="X-UA-Compatible" content="ie=edge">
              <title>Document</title>
          </head>
          <body>
               
          </body>
          </html>

          2、生成div加類名的快捷鍵

          操作: 輸入 div.list>div.item_$*6

          實現效果:

          <div class="list">
              <div class="item_1"></div>
              <div class="item_2"></div>
              <div class="item_3"></div>
              <div class="item_4"></div>
              <div class="item_5"></div>
              <div class="item_6"></div>
          </div>

          3、帶類名的div

          操作: 輸入 div.wrapper

          實現效果:

          <div class="wrapper"></div>

          4、帶id的div

          操作: div#wrapper

          實現效果:

          <div id="wrapper"></div>

          5、屬性 []

          操作: span[title=“test”]

          實現效果:

          <span title="test"></span>

          6、后代 >

          操作: 輸入div>span>a

          實現效果:

          <span title="test"></span>

          7、兄弟 +

          操作: div+p+span

          實現效果:

          <div></div>
          <p></p>
          <span></span>

          8、上級 ^

          操作: div>span^i

          實現效果:

          <div><span></span></div>
          <i></i>

          9、乘法 *

          操作: ul>li*2

          實現效果:

          <ul>
              <li></li>
              <li></li>
          </ul>

          10、文本 {}

          操作: div>span{這是文本}

          實現效果:

          <div><span>這是文本</span></div>

          小新 編譯自 Insight Data Blog

          量子位 出品 | 公眾號 QbitAI

          寫個網頁能有多麻煩?在大多數公司里,這項工作分為三步:

          1. 產品經理完成用戶調研任務后,列出一系列技術要求;

          2. 設計師根據這些要求來設計低保真原型,逐漸修改得到高保真原型和UI設計圖;

          3. 工程師將這些設計圖實現為代碼,最終變成用戶使用的產品。

          這么多環節,任何地方出一點問題,都會拉長開發周期。因此,不少公司,比如Airbnb已經開始用機器學習來提高這個過程的效率。

          Airbnb內部的AI工具,從圖紙到代碼一步到位

          看起來很美好,但Airbnb還沒公開該模型中端到端訓練的細節,以及手工設計的圖像特征對該模型的貢獻度。這是該公司特有的閉源解決方案專利,可能不會進行公開。

          好在,一個叫Ashwin Kumar的程序員創建了一個開源版本,讓開發者/設計師的工作變得更簡單。

          以下內容翻譯自他的博客:

          理想上,這個模型可以根據網站設計的簡單手繪原型,很快地生成一個可用的HTML網站:

          SketchCode模型利用手繪線框圖來生成HTML網站

          事實上,上面例子就是利用訓練好的模型在測試集上生成的一個實際網站,代碼請訪問:https://github.com/ashnkumar/sketch-code。

          從圖像標注中獲取靈感

          目前要解決的問題屬于一種更廣泛的任務,叫做程序綜合(program synthesis),即自動生成工作源代碼。盡管很多程序綜合研究通過自然語言規范或執行追蹤法來生成代碼,但在當前任務中,我會充分利用源圖像,即給出的手繪線框圖來展開工作。

          在機器學習中有一個十分熱門的研究領域,稱為圖像標注(image caption),目的是構建一種把圖像和文本連接在一起的模型,特別是用于生成源圖像內容的描述。

          圖像標注模型生成源圖像的文本描述

          我從一篇pix2code論文和另一個應用這種方法的相關項目中獲得靈感,決定把我的任務按照圖像標注方式來實現,把繪制的網站線框圖作為輸入圖像,并將其相應的HTML代碼作為其輸出內容。

          注:上段提到的兩個參考項目分別是

          pix2code論文:https://arxiv.org/abs/1705.07962

          floydhub教程:https://blog.floydhub.com/turning-design-mockups-into-code-with-deep-learning/?source=techstories.org

          獲取合適的數據集

          確定圖像標注方法后,理想中使用的訓練數據集會包含成千上萬對手繪線框圖和對應的HTML輸出代碼。但是,目前還沒有我想要的相關數據集,我只好為這個任務來創建數據集。

          最開始,我嘗試了pix2code論文給出的開源數據集,該數據集由1750張綜合生成網站的截圖及其相應源代碼組成。

          pix2code數據集中的生成網站圖片和源代碼

          這是一個很好的數據集,有幾個有趣的地方:

          • 該數據集中的每個生成網站都包含幾個簡單的輔助程序元素,如按鈕、文本框和DIV對象。盡管這意味著這個模型受限于將這些少數元素作為它的輸出內容,但是這些元素可通過選擇生成網絡來修改和擴展。這種方法應該很容易地推廣到更大的元素詞匯表。

          • 每個樣本的源代碼都是由領域專用語言(DSL)的令牌組成,這是該論文作者為該任務所創建的。每個令牌對應于HTML和CSS的一個片段,且加入編譯器把DSL轉換為運行的HTML代碼。

          彩色網站圖像變手繪圖

          為了修改我的任務數據集,我要讓網站圖像看起來像手工繪制出的。我嘗試使用Python中的OpenCV庫和PIL庫等工具對每張圖像進行修改,包括灰度轉換和輪廓檢測。

          最終,我決定直接修改原始網站的CSS樣式表,通過執行以下操作:

          1. 更改頁面上元素的邊框半徑來平滑按鈕和DIV對象的邊緣;

          2. 模仿繪制的草圖來調整邊框的粗細,并添加陰影;

          3. 將原有字體更改為類似手寫的字體;

          最終實現的流程中還增加了一個步驟,通過添加傾斜、移動和旋轉來實現圖像增強,來模擬實際繪制草圖中的變化。

          使用圖像標注模型架構

          現在,我已經處理好數據集,接下來是構建模型。

          我利用了圖像標注中使用的模型架構,該架構由三個主要部分組成:

          1. 一種使用卷積神經網絡(CNN)的計算機視覺模型,從源圖像提取圖像特征;

          2. 一種包含門控單元GRU的語言模型,對源代碼令牌序列進行編碼;

          3. 一個解碼器模型,也屬于GRU單元,把前兩個步驟的輸出作為輸入,并預測序列中的下一個令牌。

          以令牌序列為輸入來訓練模型

          為了訓練模型,我將源代碼拆分為令牌序列。模型的輸入為單個部分序列及它的源圖像,其標簽是文本中的下一個令牌。該模型使用交叉熵函數作為損失函數,將模型的下個預測令牌與實際的下個令牌進行比較。

          在模型從頭開始生成代碼的過程中,該推理方式稍有不同。圖像仍然通過CNN網絡進行處理,但文本處理開始時僅采用一個啟動序列。在每個步驟中,模型對序列中輸出的下個預測令牌將會添加到當前輸入序列,并作為新的輸入序列送到模型中;重復此操作直到模型的預測令牌為,或該過程達到每個文本中令牌數目的預定義值。

          當模型生成一組預測令牌后,編譯器就會將DSL令牌轉換為HTML代碼,這些HTML代碼可以在任何瀏覽器中運行。

          用BLEU分數評估模型

          我決定使用BLEU分數來評估模型。這是機器翻譯任務中常用的一種度量標準,通過在給定相同輸入的情況下,衡量機器生成的文本與人類可能產生內容的近似程度。

          實際上,BLEU通過比較生成文本和參考文本的N元序列,以創建修改后的準確版本。它非常適用于這個項目,因為它會影響生成HTML代碼中的實際元素,以及它們之間的相互關系。

          最棒的是,我還可以通過檢查生成的網站來比較當前的實際BLEU分數。

          觀察BLEU分數

          當BLEU分數為1.0時,則說明給定源圖像后該模型能在正確位置設置合適的元素,而較低的BLEU分數這說明模型預測了錯誤元素或是把它們放在相對不合適的位置。我們最終模型在評估數據集上的BLEU分數為0.76。

          福利:定制網頁風格

          后來,我還想到,由于該模型只生成當前頁面的框架,即文本的令牌,因此我可以在編譯過程中添加一個定制的CSS層,并立刻得到不同風格的生成網站。

          一個手繪圖生成多種風格的網頁

          把風格定制和模型生成兩個過程分開,在使用模型時帶來了很多好處:

          1.如果想要將SketchCode模型應用到自己公司的產品中,前端工程師可以直接使用該模型,只需更改一個CSS文件來匹配該公司的網頁設計風格;

          2. 該模型內置的可擴展性,即通過單一源圖像,模型可以迅速編譯出多種不同的預定義風格,因此用戶可以設想出多種可能的網站風格,并在瀏覽器中瀏覽這些生成網頁。

          總結和展望

          受到圖像標注研究的啟發,SketchCode模型能夠在幾秒鐘內將手繪網站線框圖轉換為可用的HTML網站。

          但是,該模型還存在一些問題,這也是我接下來可能的工作方向:

          1. 由于這個模型只使用了16個元素進行訓練,所以它不能預測這些數據以外的令牌。下一步方向可能是使用更多元素來生成更多的網站樣本,包括網站圖片,下拉菜單和窗體,可參考啟動程序組件(https://getbootstrap.com/docs/4.0/components/buttons/)來獲得思路;

          2. 在實際網站構建中,存在很多變化。創建一個能更好反映這種變化的訓練集,是提高生成效果的一種好方法,可以通過獲取更多網站的HTML/CSS代碼以及內容截圖來提高;

          3. 手繪圖紙也存在很多CSS修改技巧無法捕捉到的變化。解決這個問題的一種好方法是使用生成對抗網絡GAN來創建更逼真的繪制網站圖像。

          相關地址

          代碼:https://github.com/ashnkumar/sketch-code

          原文:https://blog.insightdatascience.com/automated-front-end-development-using-deep-learning-3169dd086e82

          — 完 —

          誠摯招聘

          量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話界面,回復“招聘”兩個字。

          量子位 QbitAI · 頭條號簽約作者

          ?'?' ? 追蹤AI技術和產品新動態


          主站蜘蛛池模板: 国产一区二区三区在线| 真实国产乱子伦精品一区二区三区| 国产Av一区二区精品久久| 无码毛片一区二区三区中文字幕| 亚洲综合一区二区精品久久| 在线观看午夜亚洲一区| 日韩AV在线不卡一区二区三区| 人妻无码第一区二区三区| 亚洲夜夜欢A∨一区二区三区| 亚洲A∨精品一区二区三区| 国产成人免费一区二区三区| 成人精品一区二区三区校园激情| 精品女同一区二区三区免费站| 国产在线视频一区二区三区98| 国产成人精品a视频一区| 能在线观看的一区二区三区| 精品视频午夜一区二区| 国产一区二区三区美女| 波多野结衣在线观看一区| 高清一区二区三区视频| 日韩av片无码一区二区三区不卡| 成人免费视频一区二区| 国产精品主播一区二区| 成人区精品一区二区不卡| 亚洲综合无码AV一区二区 | 人妻少妇精品视频三区二区一区| 日韩好片一区二区在线看| 亚洲视频一区在线播放| 日本一区二区三区免费高清 | 无码一区二区三区| 少妇精品久久久一区二区三区| 亚洲av无码一区二区三区不卡| 亚洲一区中文字幕久久| 国产精品自拍一区| 精品一区二区三区影院在线午夜 | 国产精品一区二区四区| 国产一区二区三区视频在线观看 | 日本免费电影一区| 中日韩一区二区三区| 无码人妻视频一区二区三区 | 无遮挡免费一区二区三区|