1、新建html文档，添加5个input标签，其中第一个和最后一个“type”属性的属性值为“text”：
2、在head标签和body标签之间添加style标签，添加代码“input[type=text]”，“input”指的是标签名，“type”指的是属性名，“text”指的是属性值，这个就会把所有属性名为“type”、属性值为“text”的input标签选中：
3、为被选择的标签设置背景色为红色，这时属性值为“text”的第一个标签和最后一个标签背景色都变成了红色：
@ css选择器项目符号图像是什么？
css样式属性list-style-image ：设定列表项目符号的自定义图像。其值是一个引用图像的URL路径。
url ( url ) —— 使用绝对或相对 url 地址指定图像。
@ 熟练掌握并默写标记选择器的基本语法？
1.标记选择器主要应用在HTML页中的标记样式选择。如P选择器就用于声明网页中有P标记的文本内容，同理，H1选择器则可以标记页面中H1的样式。例如： H1 { font-size:14px; font-weight:bold; color:#ccc;}以上代码表示在所有应用H1选择器的地方，将文字的大小设为14像素并加粗，同时将颜色设为灰色，如果要改变H1的颜色，只需将color属性更改就可以了，比如将color设为#e7eefe来与网页的其他地方协调。 2.类别选择器 这是一类最常用的选择器，用它来定义网页中需要特殊表现的样式，类别选择器的名称可以由作者自由定义，一般来讲类别选择器的命名最好有一定的意义，使CSS代码更易维护和阅读。例如定义导航就可以使用.daohang{}或者是.nav{}，不要使用简略或者特殊的字符串，否则可能三天后当你再读你的CSS代码时，就连你自己都搞不清一个样式到底是做什么用的！ 类别选择器就是CSS类，在HTML表现为调用的class。例如： (1)style.css文件中定义 .title { margin:10px; padding:2px 5px;}(2)HTML文件中
在上述定义中，p标签将引用CSS文件中的title样式应用到整个p覆盖的范围。p将显示为一个上下左右margin各为10px，上下padding为2px，左右padding为5px的矩形。 请注意类别选择器CSS定义和标记选择器的区别：在CSS文件中，标记选择器前边没有"."号，下面大家还会讲到ID选择器，它的定义也不一样，每个ID选择器样式前有一个"#"号，以确定其为ID选择器，而在HTML中则用ID="style"引用。值得注意的是，一个标签可以同时应用多个class选择器，如,具体大家可以在下边思考并做下实验，笔者在这就不举例了。3.ID选择器(1)ID选择器用法和class基本没有区别，他们的不同之处就在于ID选择器只能在HTML页中使用一次，而class则可以任意多次调用，在CSS文件中，ID 选择器一般写成 #idname { bgcolor:#339; font-size:16px;}如果一个ID应用于多个HTML标记，则有可能造成IE编译错误，并且由于ID选择器可以被JAVASCRIPT等调用，所以多个ID会导致JAVA编译错误并崩溃！ (2)HTML的引用 在HTML中引用ID选择器的代码如下所示： 并且ID选择器不能像类别选择器那样同时被一个标签调用。这也是完全错误的语法。 复合选择器就是基本选择器通过不同的链接方式构成的。 复合选择器就是两个或多个基本选择器，通过不同方式链接而成的选择器。
@ 智能感知的意义？
智能制造经常提的那一套说法，第一步就是智能感知。这个东西说多了，有时候就容易忽视其中内在的本意，所以说，想细究智能感知这个事情。
（1）感知的核心是对生产异常或问题的感知
制造运行是一个系统性关联的运行，一般意义上来说，很难说制造系统运行能够按照大家预定的方式持续稳定的完成运行，其中必然会出现各种各样的突发事件或者生产扰动。所以偶感觉所谓的感知，很大程度上是对生产异常的感知。
（2）智能性主要体现在时间和关联两个维度
如果等到生产异常发生了，制造系统感知到这种异常，其实这是一种事后的。在这种情况下，大家一般按照一个既定的流程进行处理，其实就可以，这个其实称不上什么智能的。因此，从时间维度上面来说，智能感知的智能性应该体现在事先。
从制造运行各个环节所产生的这种状态。一般来说都是相对孤立的，或者说大家是一个一个上来的。但是由于制造系统的运行是属于关联性比较强的那种方式，因此这些独立环节之间的状态关联，综合起来对于制造系统运行可能会产生影响。因此，相对于单一环节单一状态的显式感知，这种多环节多状态关联的隐式感知是智能性的集中体现。
（3）智能感知需要系统性的思维
一般来说大家做事情都是希望这个事情在自己的一个严谨严密的体系下面，也就是说是希望能够预先知道要感知哪些东西。虽然现在有所谓的大数据分析，能够发现一些之前难以明显感知到的那种规律或者规则，但这个毕竟可操作性不强。偶认为这个方面的系统性思维主要体现为可靠性制造运行整体思维。
应该立足于形成制造系统运行的可靠性思维，建立业务运行的关联因素图谱，可以采用各种现成的分析工具，甚至可靠性工程中那种FMEA、故障分析树及其求解方法（例如求解最小割集等），都可以拿来用。
