检查具有特定类名的div是否并排存在于ASNEBOR中

Question

使用jQuery或普通JS

例如：

<div class="mydivclass">Some Text1</div>
<div class="am I beside mydivclass ???">Some Text2</div>

Answer 1

使用“+”运算符。

这是一个例子，你可以看到只有第二个是绿色，因为它直接位于第一个div之后。

.first, .second, .third {
  width: 100px;
  height: 20px;
  background-color: red;
}
.first + .second {
  background-color: green;
}
.first + .third {
  background-color: green;
}

<div class="first"></div>
<div class="second"></div>
<div class="third"></div>

Answer 2

邻居可以在相关元素之前或之后：

<div class="mydivclass">Some Text1</div>
<div class="am-I-beside-mydivclass">Some Text2</div>

简单的Javascript

Node.prototype.getClasses = function() {
    return this.className ? this.className.split(" ") : "";
};

Node.prototype.hasClass = function(c) {
    return this.getClasses().indexOf(c) >= 0;
};

function isNeighbour(element, cn) {
    var siblings = element.parentNode.children;
    var index = Array.prototype.indexOf.call(element.parentNode.children, element);
    if (index === -1) return false;
    return (index >= 0) && 
            (((index > 0) && (siblings[index - 1].hasClass(cn))) || 
            ((index < siblings.length - 1) && (siblings[index + 1].hasClass(cn)))
           )
}

getClasses返回任何Node，hasClass的类，检查Node是否有class和isNeighbour检查class是否function isNeighbour(element, cn) { return (element.prev().hasClass(cn) || element.next().hasClass(cn)); } 1}} name匹配元素的上一个或下一个兄弟。

的jQuery

import pandas as pd
import numpy as np
from scipy.optimize import minimize
import matplotlib.pyplot as plt

np.random.seed(1234)

# Reproducible data sample
def returns(rows, names):
    ''' Function to create data sample with random returns

    Parameters
    ==========
    rows : number of rows in the dataframe
    names: list of names to represent assets

    Example
    =======

    >>> returns(rows = 2, names = ['A', 'B'])

                  A       B
    2017-01-01  0.0027  0.0075
    2017-01-02 -0.0050 -0.0024
    '''
    listVars= names
    rng = pd.date_range('1/1/2017', periods=rows, freq='D')
    df_temp = pd.DataFrame(np.random.randint(-100,100,size=(rows, len(listVars))), columns=listVars) 
    df_temp = df_temp.set_index(rng)
    df_temp = df_temp / 10000

    return df_temp

这段代码很容易理解，但它有jQuery作为依赖。