Thymeleaf教程:深入解析标记选择器语法
2025-06-27 23:38:41作者:尤辰城Agatha
什么是Thymeleaf标记选择器
Thymeleaf的标记选择器是一种强大的模板元素定位机制,它允许开发者通过类似XPath、CSS和jQuery的选择器语法,在模板中精确地定位和操作HTML元素。这种语法基于AttoParser解析库实现,为模板处理提供了极大的灵活性。
基础选择器语法
基本元素选择
//x- 选择当前节点下任何深度的名为x的子元素/x- 仅选择当前节点直接子元素中名为x的元素x- 简写形式,等同于//x
属性选择器
x[@z="v"]- 选择名为x且属性z值为"v"的元素x[@z1="v1" and @z2="v2"]- 多属性联合选择x[i]- 选择第i个名为x的兄弟元素x[@z="v"][i]- 组合选择,先按属性筛选再按位置选择
高级选择技巧
属性比较运算符
除了精确匹配(=),Thymeleaf还支持多种比较方式:
!=- 不等于^=- 以指定值开头$=- 以指定值结尾
例如:x[@class^='section']会选择所有class属性以"section"开头的x元素。
简写语法
Thymeleaf提供了类似jQuery的简洁语法:
x.oneclass等价于x[class='oneclass'].oneclass等价于[class='oneclass']x#oneid等价于x[id='oneid']#oneid等价于[id='oneid']
片段引用选择
Thymeleaf特有的片段选择语法:
x%oneref- 选择带有th:ref="oneref"或th:fragment="oneref"的x元素%oneref- 选择任何带有上述属性的元素
实际应用示例
基本选择示例
<div th:insert="mytemplate :: div.content">...</div>
这会选择模板中class为"content"的div元素。
片段引用示例
<div th:replace="mytemplate :: myfrag">...</div>
这会优先查找th:fragment="myfrag"定义的片段,其次会查找名为myfrag的标签。
类选择器注意事项
<div th:replace="mytemplate :: .myfrag">...</div>
这会严格查找class属性包含"myfrag"的元素,不考虑Thymeleaf片段定义。
多值类匹配特性
Thymeleaf的类选择器支持多值匹配,这是非常实用的特性。例如:
div.two可以成功匹配以下元素:
<div class="one two three" />
即使该div有多个class值,只要包含目标class就能匹配。
最佳实践建议
-
优先使用简洁语法:在可能的情况下,使用类似jQuery的简洁语法(
div.content)而非完整属性选择器形式,提高可读性。 -
明确选择意图:当需要选择Thymeleaf片段时,使用
%语法明确表明意图,避免与普通元素选择混淆。 -
合理使用多值匹配:利用Thymeleaf对多class值的支持,可以创建更灵活的模板结构,但要注意不要过度依赖这种特性导致选择器过于宽泛。
-
组合使用选择器:通过组合元素名、class、id和其他属性,可以创建精确的选择器表达式,提高模板的可维护性。
通过掌握Thymeleaf的标记选择器语法,开发者可以更高效地编写和维护模板,实现复杂的视图逻辑。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
297
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
943
879
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
905
暂无简介
Dart
917
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
558
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924