·
日常编程 ·
250229
纯CSS实现元素颜色N%3循环效果
前端开发中,常需根据元素位置动态分配颜色,例如实现颜色按N%3循环的效果。本文将介绍如何仅使用CSS实现此效果。
假设HTML结构如下:
<div class="container">
<p></p><p></p><p></p><p></p><p></p><p></p>
</div>
目标是使p元素颜色根据其位置(N%3结果)循环变化:N%3 == 0 为颜色1,N%3 == 1 为颜色2,N%3 == 2 为颜色3。
首先,定义CSS变量存储颜色值:
.container {
--color1: #fff;
--color2: #da3838;
--color3: rgb(49, 196, 23);
}
然后,利用nth-child伪类和calc()函数结合var()函数动态应用颜色:
.container p:nth-child(3n+1) {
background-color: var(--color1);
}
.container p:nth-child(3n+2) {
background-color: var(--color2);
}
.container p:nth-child(3n+3) {
background-color: var(--color3);
}
代码中,3n+1、3n+2、3n+3分别选择满足N%3 == 0、N%3 == 1、N%3 == 2的元素,并通过var()函数应用预定义颜色。 这样,每个p元素的背景色将根据其在.container中的位置自动循环变化,无需JavaScript即可实现纯CSS的N%3颜色循环效果。
以上就是如何用纯CSS实现元素颜色按n%3交替效果?的详细内容,更多请关注骃骐网【www.myinqi.com】。
python-docx新建文档默认页边距1英寸、字体Calibri 11pt,因不加载normal.dotm模板而用硬编码值;需显式设置section边距和Normal样式字体;add_paragraph()自带段前段后间距致空行;cell.text会清空格式,应操作paragraphs[0].runs;样式名须严格匹配。 python-docx 能生成格式规整的 Word 报告,但不能读取或修改...
TabularDrift比手动KL散度更可靠,因其采用MMD+RFF非参数检验,不假设分布、兼容混合特征并支持特征贡献分析;需正确配置cat_vars处理类别变量,且predict低延迟需优化。 AlibiDetect 的 TabularDrift 为什么比手动计算 KL 散度更可靠 直接用 scipy.stats.entropy 算训练集和线上 batch 的 KL 散度,结果波动大、阈值难设,...
psutil.disk_usage()通过statvfs()获取实时磁盘使用率,比df -h更准确;需传标准化绝对路径,监控应判连续阈值而非瞬时峰值,并以systemd Type=simple长期运行。 用 psutil 获取真实磁盘使用率,别信 df -h 的缓存值 Linux 的 df 命令默认显示的是挂载点的统计,但内核可能缓存了部分元数据,导致短时间重复调用结果滞后。而 psutil.di...
本文介绍在Python中高效判断字符串是否包含列表中任一元素的多种方法,重点解析any()函数的正确用法与常见误区,并对比in操作符的适用场景。 本文介绍在python中高效判断字符串是否包含列表中任一元素的多种方法,重点解析`any()`函数的正确用法与常见误区,并对比`in`操作符的适用场景。 在Python开发中,一个常见需求是:判断某个字符串是否等于列表中的某一项(即“精确匹配”),而非检...
本文介绍在Python中高效判断字符串是否包含列表中任意元素的多种方法,重点纠正any()误用场景,并提供简洁、安全、可扩展的解决方案。 本文介绍在python中高效判断字符串是否包含列表中任意元素的多种方法,重点纠正`any()`误用场景,并提供简洁、安全、可扩展的解决方案。 在Python中,常见的需求是:给定一个字符串(如 password = "B")和一个字符/字符串列表(如 prac ...
本文介绍在python中判断列表中是否有元素(如字符或子串)出现在目标字符串中的正确方法,纠正常见误用,并提供简洁高效的代码示例。 本文介绍在python中判断列表中是否有元素(如字符或子串)出现在目标字符串中的正确方法,纠正常见误用,并提供简洁高效的代码示例。 在Python中,判断“列表中某个元素是否存在于字符串中”是一个高频需求,但初学者常因混淆操作对象而写出无效代码。例如,原问题中尝试使用...
KNeighborsClassifier预测不稳定主因是未标准化特征导致距离度量失真;需同步缩放训练测试集,合理选K值,注意高维稀疏数据及缺失值处理。 为什么 KNeighborsClassifier 预测结果不稳定? 默认情况下,KNeighborsClassifier 使用欧氏距离 + 未标准化特征,只要训练数据中某列量纲远大于其他列(比如年龄是 0–100,收入是 0–1000000),该列...
Python 的 set 不保证插入顺序,因其无序性是语言规范而非实现偶然;应使用 dict.fromkeys() 实现有序去重,或自定义 OrderedSet 类支持动态操作。 为什么不能直接用 set 保持插入顺序 Python 的 set 本身不保证插入顺序(即使在 3.7+ 中 dict 有序,set 仍无此保障),而且没有索引访问能力。你可能会看到“它偶尔看起来有序”,但那是实现细节,不...
验证码降噪不能只靠单一中值滤波,二值化须避开全局阈值127;因非均匀噪声致MedianFilter模糊细笔画,推荐RankFilter(3,5)并辅以point去噪。 直接说结论:验证码降噪不能只靠单一中值滤波,二值化必须避开全局阈值(threshold=127),否则80%以上的干扰线和粘连字符会直接报废。 为什么ImageFilter.MedianFilter经常失效? 多数验证码加了非均匀噪...
scrapy 的 itemloader 默认使用 takefirst 处理器,导致仅返回提取结果中的首个元素;本文详解如何通过修改 output_processor(如改用 join 或 identity)来完整保留并合并多段文本。 scrapy 的 itemloader 默认使用 takefirst 处理器,导致仅返回提取结果中的首个元素;本文详解如何通过修改 output_processor(...