Thymeleaf教程:深入解析标记选择器语法
2025-06-27 02:00:36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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
323
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
159
179
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++
642
252
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
246
87
暂无简介
Dart
610
137
React Native鸿蒙化仓库
JavaScript
239
311
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
1.03 K
472
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
365
3.05 K