如何将添加到一组li中(How to add to a group of li)
- to a group of li)
我有一些标记如下
<div class="col-sm-4 col-md-4 col-lg-4 someclass"> <li id="app-105">Find Friends</li> <li id="app-107">Buy Tickets,Pay Cover Charges</li> <li id="app-3">Pre-purchase bottle service</li> <li id="app-4">Book VIP Services</li> <li id="app-5">Buy Merchandise</li> <li id="app-6">Toast Friends worldwide</li> <li id="app-7">Notify Services & split the tab</li> </div>现在我想这样做
<div class="col-sm-4 col-md-4 col-lg-4 someclass"> <ul class="ajax-terms"> <li id="app-105">Find Friends</li> <li id="app-107">Buy Tickets,Pay Cover Charges</li> <li id="app-3">Pre-purchase bottle service</li> <li id="app-4">Book VIP Services</li> <li id="app-5">Buy Merchandise</li> <li id="app-6">Toast Friends worldwide</li> <li id="app-7">Notify Services & split the tab</li> </ul> </div>注意：像
app-105这样的ID可能会像app-200，app-201等动态变化，以后可以添加更多的li。如何使用纯JavaScript或jQuery解决它？
任何帮助开始将不胜感激。
I have some markup like below
<div class="col-sm-4 col-md-4 col-lg-4 someclass"> <li id="app-105">Find Friends</li> <li id="app-107">Buy Tickets,Pay Cover Charges</li> <li id="app-3">Pre-purchase bottle service</li> <li id="app-4">Book VIP Services</li> <li id="app-5">Buy Merchandise</li> <li id="app-6">Toast Friends worldwide</li> <li id="app-7">Notify Services & split the tab</li> </div>Now I want to make it like this
<div class="col-sm-4 col-md-4 col-lg-4 someclass"> <ul class="ajax-terms"> <li id="app-105">Find Friends</li> <li id="app-107">Buy Tickets,Pay Cover Charges</li> <li id="app-3">Pre-purchase bottle service</li> <li id="app-4">Book VIP Services</li> <li id="app-5">Buy Merchandise</li> <li id="app-6">Toast Friends worldwide</li> <li id="app-7">Notify Services & split the tab</li> </ul> </div>Note: Ids like
app-105may change dynamically likeapp-200,app-201etc. and moreli's can be added in future.How can I solve it with plain JavaScript or jQuery?
Any help to start will be appreciated.
原文：https://stackoverflow.com/questions/33366812
更新时间：2023-08-01 15:08
最满意答案
您可以使用连接组件标签 。
在Matlab中，假设你的矩阵只包含0和1（或者你可以这样做），你可以使用bwlabel 。
L = bwlabel(data, 8)现在
L将是一个与标签1, 2, 3...相同大小的矩阵代替1。作为第二个参数的
8表示组件的连接性。4-connected意味着只有在方形的左侧，右侧，上方或下方，一个方形连接到另一个方格。8-connected意味着如果正方形对角线相邻，也会连接正方形，如样本的右下角。8是默认设置，您可以将其删除，但是如果您需要它在将来表现不同，您应该注意区别。You can use connected component labeling.
In Matlab, assuming your matrix contains only 0 and 1 (or you can make it so), you would use bwlabel.
L = bwlabel(data, 8)Now
Lwill be a matrix the same size asdatawith labels1, 2, 3...in place of the 1's.The
8as the second parameter denotes the connectivity of the components.4-connectedwould mean that one square is connected to the other only if it is to the left, right, above or below the square.8-connectedmeans that squares are also connected if they are adjacent diagonally, as in the bottom-right of your sample.8is the default, and you can leave it out, but you should be aware of the distinction in case you need it to behave differently in the future.
相关问答
更多-
您可以使用连接组件标签 。 在Matlab中，假设你的矩阵只包含0和1（或者你可以这样做），你可以使用bwlabel 。 L = bwlabel(data, 8) 现在L将是一个与标签1, 2, 3...相同大小的矩阵代替1。 作为第二个参数的8表示组件的连接性。 4-connected意味着只有在方形的左侧，右侧，上方或下方，一个方形连接到另一个方格。 8-connected意味着如果正方形对角线相邻，也会连接正方形，如样本的右下角。 8是默认设置，您可以将其删除，但是如果您需要它在将来表现不同，您应该 ...
-
RGB = [255 0; 0 255; 0 0]; % red and green rectSize = 50; imshow([repmat(reshape(RGB(:,1),[1 1 3]),[rectSize rectSize]) repmat(reshape(RGB(:,2),[1 1 3]),[rectSize rectSize])]); RGB = [255 0; 0 255; 0 0]; % red and green rectSize = 50; imshow([repmat(re ...
-
聚类和matlab(clustering and matlab)[2023-10-25]
由于您是机器学习/数据挖掘的新手，您不应该解决这些高级问题。 毕竟，你正在使用的数据被用于比赛（KDD Cup'99），所以不要指望它很容易！ 除了数据是用于分类任务（监督式学习），其目标是预测正确的类别（不良/良好的连接）。 您似乎对聚类（无监督学习）感兴趣，这通常更困难。 这类数据集需要进行大量的预处理和巧妙的特征提取。 人们通常使用领域知识（网络入侵检测）从原始数据中获得更好的特征。直接应用简单算法（如K均值）通常会产生较差的结果。 对于初学者，您需要将属性标准化为相同的比例：在计算欧几里得距离时，作 ... -
您获得的值是这些对象的精确质心。 所以你可能想要定义你期望得到的结果。 为了使这一点更加清晰，我已经为矩阵中的对象着色了。 通过笛卡尔网格上的对称性，质心的左右两侧应该有相同数量的点，质心上方/下方应该相同。 我绘制了一个彩色物体的图形，以及代表水平和垂直中心线的线条。 这些是线条，我们在它们的左/右（或上/下）具有相同数量的点，它们是某个对象的一部分。 它们的交点是质心，因此您可以看到质心位于(8, 14) 8,14）的物体5（蓝色(8, 14) 。 对于其他两个对象，这些中心线不位于您拥有的整数网格上： ...
-
这是使用ismember和sort的解决方案： E = [ ... 1 2; 3 4; 2 5; 5 3]; [~,M_IDX] = ismember(E(:,1),E(:,2)); [~,S_IDX] = sort(M_IDX); G = E(S_IDX,:) G = 1 2 2 5 5 3 3 4 请注意，这假设图表的表现非常好，即从起始节点到结束节点只有一条路径，并且该路径遍历所有边缘。 Here's a solu ...
-
在MATLAB中聚类文本(Clustering text in MATLAB)[2023-11-29]
你需要的是一个可以处理字符串的距离函数。 查看Levenshtein距离 （编辑距离）。 那里有很多实现： Wikibooks.org FEX上的“字符串间距”的计算 或者，你应该提取一些有趣的特征（例如：元音的数量，字符串的长度等等）来构建一个向量空间表示，然后你可以在新的上应用任何常用的距离测量（欧几里德，...）表示。 编辑 您的代码的问题是LINKAGE期望输入距离格式与PDIST的格式相匹配，即对应于1-vs-2,1-vs-3,2-vs-3等顺序的观察对的行向量..它基本上是完整距离矩阵的下半部分 ... -
matlab中的视频聚类(video clustering in matlab)[2021-08-30]
你应该在第一步有512个维度向量，每帧一个这样的向量，或者等效地是512×n矩阵。 然后在第二步中我不认为他们使用普通的内置层次聚类 - 这不是时间意识，并且不会产生间隔，加上它会扩展O（n ^ 3）这真的很糟糕 - 但相反他们使用自定义聚类算法，灵感来自层次聚类和使用Ward的链接，但它按时间间隔运行; 从单帧开始，但只加入相邻的区间 ，而不是像常规层次聚类那样的任意区间。 You should have 512 dimensional vectors at the first step, one suc ... -
如果你有图像处理工具箱，我也可以通过imfindcircles建议圆形霍夫变换 。 但是，这至少需要版本R2012a，所以如果你没有它，这将不起作用。 为了完整起见，我假设你拥有它。 如果您想保持图像不变，这是一个很好的方法。 如果您不知道Hough变换是什么，它是一种在图像中查找直线的方法。 圆形霍夫变换是一种特殊情况，旨在寻找图像中的圆圈。 圆形霍夫变换的附加优点是它能够检测图像中的部分圆。 这意味着图像中连接的那些区域，我们可以将它们检测为单独的圆圈。 你如何称呼imfindcircles是以下列方式 ...
-
在matlab中使用java(Use java in matlab)[2024-03-09]
确保使用MATLAB兼容的JRE / JDK编译java文件。 据我所知，MATLAB与Java 7无法正常工作，所以暂时坚持使用Java 6 ...... 有几个环境变量会影响MATLAB。 就我而言，我有： JAVA_HOME = C:\Program Files\Java\jdk1.6.0_32 MATLAB_JAVA = C:\Program Files\Java\jre6 PATH = ...;C:\Program Files\Java\jdk1.6.0_32\bin 这是我刚刚做的一个简单的测 ... -
从hclust文档中， hc$merge给出了用于创建聚类的索引，而hc$height给出了索引之间的距离。 使用USArrests作为样本数据集： hc<- hclust(dist(USArrests), method="complete") data.mat<-data.matrix(data.frame(hc$merge,hc$height)) > head(data.mat) X1 X2 hc.height [1,] -15 -29 2.291288 [2,] -17 -26 3 ...