اولین بار است که به اینجا می‌آیید؟ راهنمای سایت را بخوانید!
Close Sidebar
وب‌سایت پرسش و پاسخ پارسی‌لاتک جایی برای پرسش و پاسخ درباره سیستم حروف‌چینی لاتک و بسته زی‌پرشین است. در اینجا می‌توانید سوال‌های خود را بپرسید و به سوال‌های دیگران پاسخ دهید.

محبوب‌ترین برچسب‌ها

رفع خطا جدول مراجع xepersian ریاضی‌نویسی شکل فونت فهرست مطالب شماره‌گذاری منابع bidi پانویس بیب‌تک tikz تک‌لایو parsilatex بیمر اسلاید زی‌پرشین پاورقی bibtex سربرگ نماد رسم شکل فرمول‌نویسی قالب ارجاع‌دهی biditexmaker هدر ویرایشگر beamer واژه‌نامه اندازه فونت texstudio عنوان فصل ماتریس اعمال نشدن تغییرات در پی‌دی‌اف رسم جدول bidipresentation شماره صفحه حاشیه رنگ عنوان شکل اسلاید فارسی محیط قضیه گراف مکان شکل tikzpicture حروف‌چینی کد شماره فصل enumerate tabriz_thesis نمایه align زیرنویس شکل کادر itemize فهرست اشکال الگوریتم listings عدم اجرا نیم‌فاصله متن لاتین و فارسی بسته فاصله بین خطوط قالب پایان‌نامه فرمول نصب تک‌لایو فارسی‌تک hyperref شماره فرمول glossaries کپشن نمودار خروجی لاتک حروف‌چینی چندستونی فونت فارسی و انگلیسی ماکرونویسی biditools شماره پاورقی پیوست‌ سوال امتحانی فاصله‌گذاری فرمول چندضابطه‌ای subfigure extrafootnotefeatures header texmaker pdf tex biditufte-book longtable تصویر شمارنده texlive2015 زیرنویس خطا رسم نمودار شماره‌گذاری صفحات پایان نامه دیاگرام فهرست جداول میک‌تک texlive2016 تنظیم جدول آکولاد kashida texworks caption اندیس lollipop iust-thesis multicol فصل‌نویسی شعر سوال چهارگزینه‌ای بولد تورفتگی اعداد فارسی فاصله عمودی xindy چپ‌چینی اوبونتو میکروسافت ورد قاب geometry texlive fancyhdr وسط‌چینی تک لایو 2015 عنوان بخش شماره گذاری به‌روزرسانی بسته aimc46 صفر توخالی فرمول طولانی بیرون‌زدگی xelatex کاما tcolorbox پوستر فاصله سطرها نوشتافت شکست خط tex-programming فونت اعداد pgfplots قرآن tabriz-thesis ایتالیک winedt جستجوی معکوس فلش جایابی تصویر قالب کتاب پاراگراف‌بندی بازیابی اطلاعات هایپرلینک فهرست نمادها شمارنده فصل font محیط ریاضی رسم کادر جداکننده جدول طولانی فهرست تصاویر شماره‌گذاری فرمول algorithm2e فونت بولد proof equation bidipoem eps جدول افقی عکس به‌روزرسانی پانویس چندستونی کمک مالی فاصله خطوط حروف‌چینی شعر زیرشکل minipage قلم پانویس پاراگرافی ltrfootnote پیوست computeautoilg متن فارسی و انگلیسی فرمول چندخطی neveshtuft غلط‌گیری املایی تک‌پارسی پیکان لاتکس tabular baselineskip شماره قسمت قسمت عنوان جدول
92 نفر آنلاین
0 عضو و 92 مهمان در سایت حاضرند
بازدید امروز: 73498
بازدید دیروز: 73184
بازدید کل: 25238597

مشکل با محل قرار گیری جدول عریض در صفحه

0 رای
1,013 بازدید

من دارم از قالب پایان نامه خواجه نصیر استفاده می کنم یه جدول عریض دارم که وقتی کامپایل می کنم می ره سمت راست.
کد جدول هم در این جا هست. راهی برای وسط چین کردن جدول هست؟ البته یه روش تبدیل صفحه به landscape هستش. ولی ترجیحا می خوام اون کارو نکنم.
به روز رسانی: بعد از تغییرات با اولین کد پاسخ اول، خروجی این شکلی می شه.
پس از تغییرات

\begin{table}
    \centering
    \caption{مدل‌های مطرح بر اساس شبکه‌های پیچشی به
    \\  
        همراه پیکربندی}
    \begin{tabular}{|r|r|r|r|}
        \hline
        روش& سال& پیکربندی& دستاورد\\
        \hline
        \lr{Alex-Net}\cite{krizhevsky2012imagenet}&2012& 
        \begin{tabular}{@{}r@{}}
            5 لایه پیچشی \\ 3 لایه تماما متصل       \end{tabular} & 
        \begin{tabular}{@{}r@{}}
نتایج ارائه شده در این مقاله محققان بینایی \\  ماشین را علی‌رغم مخالفت‌ها جذب یادگیری \\ عمیق کرد.
        \end{tabular}\\
        \hline
        \lr{SPP-Net}\cite{he2015spatial}&
        2014&
        \begin{tabular}{@{}r@{}}
            5 لایه پیچشی \\ 3 لایه تماما متصل
        \end{tabular}
        & 
        \begin{tabular}{@{}r@{}}با ارائه            \lr{spatial pyramid pooling}
             محدودیت \\ اندازه تصاویر را
            از میان برداشت.\end{tabular}
        \\
        \hline
        \lr{VGG-Net}\cite{simonyan2014very}&
        2015&
        \begin{tabular}{@{}r@{}}
            13-15 لایه پیچشی \\ 3 لایه تماما متصل
        \end{tabular}
        & 
        \begin{tabular}{@{}r@{}}
        ارزیابی کاملی از افزایش عمق در شبکه‌های پیچشی\\ برای کاربرد بینایی ماشین در آن ارائه شده است.
        \end{tabular}\\
        \hline
        \lr{Google-Net}&
        2014&
        \begin{tabular}{@{}r@{}}
            21 لایه پیچشی \\ 1 لایه تماما متصل
        \end{tabular}
        & 
        \begin{tabular}{@{}r@{}}
            افزایش عمق و عرض شبکه \\ بدون افزایش نیازمندی‌های محاسباتی
        \end{tabular}
        \\
        \hline
        \lr{RCNN}\cite{girshick2014rich}&2015&
\begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
\end{tabular} & 
\begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
\end{tabular}\\
\hline
        \lr{Res-Net}&
        2015&
        \begin{tabular}{@{}r@{}}
            152 لایه پیچشی \\ 1 لایه تماما متصل
        \end{tabular}
        & 

        \begin{tabular}{@{}r@{}}افزایش عمق شبکه و ارائه روشی جهت \\جلوگیری از اشباع گرادیان \end{tabular}\\
        \hline
        \lr{Fast-RCNN}\cite{girshick2015fast}&2015&
\begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
\end{tabular} & 
\begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
\end{tabular}\\
\hline
        \lr{Faster-RCNN}\cite{ren2015faster}&2016&
\begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
\end{tabular} & 
\begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
\end{tabular}\\
\hline
        \lr{YOLO V1}\cite{redmon2016you}&2016&
        \begin{tabular}{@{}r@{}}
            5 لایه پیچشی \\ 3 لایه تماما متصل
        \end{tabular} & 
        \begin{tabular}{@{}r@{}}
            معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
        \end{tabular}\\
        \hline
        \lr{YOLO V2}\cite{redmon2017yolo9000}&2017&
\begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
\end{tabular} & 
\begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
\end{tabular}\\
\hline
        \lr{YOLO V3}\cite{redmon2018yolov3}&2018&
\begin{tabular}{@{}r@{}}
    75 لایه پیچشی \\ 0 لایه تماما متصل
\end{tabular} & 
\begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
\end{tabular}\\
\hline
    \end{tabular}
    \label{tab:winners}
\end{table}
سوال شده مرداد 28, 1398 توسط vahidajalluian (53 امتیاز)
ویرایش شده مرداد 28, 1398 توسط vahidajalluian

2 پاسخ

0 رای
 
بهترین پاسخ

سلام
یک راهش اینه:

\documentclass[12pt,a4paper]{article}
\usepackage{ptext}
\usepackage{graphicx}
\usepackage{xepersian}
\settextfont{IRXLotus}
\begin{document}

\ptext[1]

\begin{table}[!htb]
    \centering
    \caption{مدل‌های مطرح بر اساس شبکه‌های پیچشی به       همراه پیکربندی}
\resizebox{\textwidth}{!}{%
    \begin{tabular}{|r|r|r|r|}
        \hline
        روش& سال& پیکربندی& دستاورد\\
        \hline
        \lr{Alex-Net}\cite{krizhevsky2012imagenet}&2012& 
        \begin{tabular}{@{}r@{}}
            5 لایه پیچشی \\ 3 لایه تماما متصل       \end{tabular} & 
        \begin{tabular}{@{}r@{}}
نتایج ارائه شده در این مقاله محققان بینایی \\  ماشین را علی‌رغم مخالفت‌ها جذب یادگیری \\ عمیق کرد.
        \end{tabular}\\
        \hline
        \lr{SPP-Net}\cite{he2015spatial}&
        2014&
        \begin{tabular}{@{}r@{}}
            5 لایه پیچشی \\ 3 لایه تماما متصل
        \end{tabular}
        & 
        \begin{tabular}{@{}r@{}}با ارائه            \lr{spatial pyramid pooling}
             محدودیت \\ اندازه تصاویر را
            از میان برداشت.\end{tabular}
        \\
        \hline
        \lr{VGG-Net}\cite{simonyan2014very}&
        2015&
        \begin{tabular}{@{}r@{}}
            13-15 لایه پیچشی \\ 3 لایه تماما متصل
        \end{tabular}
        & 
        \begin{tabular}{@{}r@{}}
        ارزیابی کاملی از افزایش عمق در شبکه‌های پیچشی\\ برای کاربرد بینایی ماشین در آن ارائه شده است.
        \end{tabular}\\
        \hline
        \lr{Google-Net}&
        2014&
        \begin{tabular}{@{}r@{}}
            21 لایه پیچشی \\ 1 لایه تماما متصل
        \end{tabular}
        & 
        \begin{tabular}{@{}r@{}}
            افزایش عمق و عرض شبکه \\ بدون افزایش نیازمندی‌های محاسباتی
        \end{tabular}
        \\
        \hline
        \lr{RCNN}\cite{girshick2014rich}&2015&
\begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
\end{tabular} & 
\begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
\end{tabular}\\
\hline
        \lr{Res-Net}&
        2015&
        \begin{tabular}{@{}r@{}}
            152 لایه پیچشی \\ 1 لایه تماما متصل
        \end{tabular}
        & 

        \begin{tabular}{@{}r@{}}افزایش عمق شبکه و ارائه روشی جهت \\جلوگیری از اشباع گرادیان \end{tabular}\\
        \hline
        \lr{Fast-RCNN}\cite{girshick2015fast}&2015&
\begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
\end{tabular} & 
\begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
\end{tabular}\\
\hline
        \lr{Faster-RCNN}\cite{ren2015faster}&2016&
\begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
\end{tabular} & 
\begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
\end{tabular}\\
\hline
        \lr{YOLO V1}\cite{redmon2016you}&2016&
        \begin{tabular}{@{}r@{}}
            5 لایه پیچشی \\ 3 لایه تماما متصل
        \end{tabular} & 
        \begin{tabular}{@{}r@{}}
            معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
        \end{tabular}\\
        \hline
        \lr{YOLO V2}\cite{redmon2017yolo9000}&2017&
\begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
\end{tabular} & 
\begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
\end{tabular}\\
\hline
        \lr{YOLO V3}\cite{redmon2018yolov3}&2018&
\begin{tabular}{@{}r@{}}
    75 لایه پیچشی \\ 0 لایه تماما متصل
\end{tabular} & 
\begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
\end{tabular}\\
\hline
    \end{tabular}
}
    \label{tab:winners}
\end{table}
\end{document}

دقت کنین که resizebox قبل از \begin{tabular}‍‌ باز شده و بعد \end{tabular} بشته شده.

خروجی:
جدول دقیقا به عرض متن شده.

enter image description here

راه دوم:
خط

\begin{tabular}{|r|r|r|r|}

رو به‌صورت
\begin{tabular}{|r|r|r|p{40mm}|}
که باعث میشه عرض ستون آخرتون کمتر بشه و حاشیه نزنه.
البته ستون اخرتونو درست ننوشتین. باید همه جدول‌های داخلی رو حذف کنین.

راه سوم (غیراصولی بنا به درخواست خودتون)

اگه هدف‌تون اینه عرض جدول رو دست نزنین،
به این صورت بنویسین.

\begin{table}[!htb]
    \centering
    \caption{مدل‌های مطرح بر اساس شبکه‌های پیچشی به       همراه پیکربندی}
\hspace*{-30mm}
\begin{minipage}[t]{\textwidth}%
    \begin{tabular}{|r|r|r|r|}

خروجی:
enter image description here

موفقتر باشین

پاسخ داده شده مرداد 29, 1398 توسط هادی صفی‌اقدم (7,570 امتیاز)
انتخاب شده مرداد 29, 1398 توسط vahidajalluian
پاسخ را ویرایش کردم و راه حلی بنا به درخواست شما اضافه کردم خدمت‌تون.
0 رای

می‌توانید از دستور \makebox برای این منظور استفاده کنید. کافی است محیط tabular را داخل این دستور قرار دهید:

\begin{table}
\centering
\caption{مدل‌های مطرح بر اساس شبکه‌های پیچشی به همراه پیکربندی} \label{tab:winners}
\makebox[\textwidth][c]{
    \begin{tabular}{|r|r|r|r|}
    \hline
    روش& سال& پیکربندی& دستاورد\\
    \hline
    \lr{Alex-Net}\cite{krizhevsky2012imagenet}&2012& 
    \begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل \end{tabular} & 
    \begin{tabular}{@{}r@{}}
    نتایج ارائه شده در این مقاله محققان بینایی \\ ماشین را علی‌رغم مخالفت‌ها جذب یادگیری \\ عمیق کرد.
    \end{tabular}\\
    \hline
    \lr{SPP-Net}\cite{he2015spatial}&
    2014&
    \begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
    \end{tabular}
    & 
    \begin{tabular}{@{}r@{}}با ارائه \lr{spatial pyramid pooling}
    محدودیت \\ اندازه تصاویر را
    از میان برداشت.\end{tabular}
    \\
    \hline
    \lr{VGG-Net}\cite{simonyan2014very}&
    2015&
    \begin{tabular}{@{}r@{}}
    13-15 لایه پیچشی \\ 3 لایه تماما متصل
    \end{tabular}
    & 
    \begin{tabular}{@{}r@{}}
    ارزیابی کاملی از افزایش عمق در شبکه‌های پیچشی\\ برای کاربرد بینایی ماشین در آن ارائه شده است.
    \end{tabular}\\
    \hline
    \lr{Google-Net}&
    2014&
    \begin{tabular}{@{}r@{}}
    21 لایه پیچشی \\ 1 لایه تماما متصل
    \end{tabular}
    & 
    \begin{tabular}{@{}r@{}}
    افزایش عمق و عرض شبکه \\ بدون افزایش نیازمندی‌های محاسباتی
    \end{tabular}
    \\
    \hline
    \lr{RCNN}\cite{girshick2014rich}&2015&
    \begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
    \end{tabular} & 
    \begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
    \end{tabular}\\
    \hline
    \lr{Res-Net}&
    2015&
    \begin{tabular}{@{}r@{}}
    152 لایه پیچشی \\ 1 لایه تماما متصل
    \end{tabular}
    & 

    \begin{tabular}{@{}r@{}}افزایش عمق شبکه و ارائه روشی جهت \\جلوگیری از اشباع گرادیان \end{tabular}\\
    \hline
    \lr{Fast-RCNN}\cite{girshick2015fast}&2015&
    \begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
    \end{tabular} & 
    \begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
    \end{tabular}\\
    \hline
    \lr{Faster-RCNN}\cite{ren2015faster}&2016&
    \begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
    \end{tabular} & 
    \begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
    \end{tabular}\\
    \hline
    \lr{YOLO V1}\cite{redmon2016you}&2016&
    \begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
    \end{tabular} & 
    \begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
    \end{tabular}\\
    \hline
    \lr{YOLO V2}\cite{redmon2017yolo9000}&2017&
    \begin{tabular}{@{}r@{}}
    5 لایه پیچشی \\ 3 لایه تماما متصل
    \end{tabular} & 
    \begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
    \end{tabular}\\
    \hline
    \lr{YOLO V3}\cite{redmon2018yolov3}&2018&
    \begin{tabular}{@{}r@{}}
    75 لایه پیچشی \\ 0 لایه تماما متصل
    \end{tabular} & 
    \begin{tabular}{@{}r@{}}
    معماری مهمی که باعث علاقه بسیاری از محققان\\ در زمینه بینایی کامپیوتر شد
    \end{tabular}\\
    \hline
    \end{tabular}
}
\end{table}

روش دیگر استفاده از بستهٔ adjustbox و محیط adjustbox است. ضمناً می‌توانستید جدول را با روش‌های ساده‌تر و بهتری (به کمک بستهٔ array) ایجاد کنید.

\documentclass{article}
\usepackage{array}
\newcolumntype{C}[1]{>{\centering\arraybackslash}m{#1}}
\newcolumntype{R}[1]{>{\raggedleft\arraybackslash}m{#1}}
\usepackage{xepersian}
\settextfont{Yas}
\setdigitfont{Yas}
\begin{document}
\begin{table}
\centering
\caption{مدل‌های مطرح بر اساس شبکه‌های پیچشی به همراه پیکربندی} \label{tab:winners}
\makebox[\textwidth][c]{
    \begin{tabular}{|C{.22\textwidth}|C{.08\textwidth}|R{.2\textwidth}|R{.5\textwidth}|}
    \hline
    روش & سال & پیکربندی & دستاورد
    \\ \hline
    \lr{Alex-Net} \cite{krizhevsky2012imagenet} & 2012 & 
    5 لایه پیچشی \newline
    3 لایه تماما متصل &
    نتایج ارائه شده در این مقاله محققان بینایی ماشین را علی‌رغم مخالفت‌ها جذب یادگیری عمیق کرد.
    \\ \hline
    \lr{SPP-Net} \cite{he2015spatial} & 2014 &
    5 لایه پیچشی \newline
    3 لایه تماما متصل & 

    با ارائه \lr{spatial pyramid pooling} محدودیت اندازه تصاویر را از میان برداشت.
    \\ \hline
    \lr{VGG-Net} \cite{simonyan2014very} & 2015 &
    13-15 لایه پیچشی \newline
    3 لایه تماما متصل &
    ارزیابی کاملی از افزایش عمق در شبکه‌های پیچشی برای کاربرد بینایی ماشین در آن ارائه شده است.
    \\ \hline
    \lr{Google-Net} & 2014 &
    21 لایه پیچشی \newline
     1 لایه تماما متصل &
    افزایش عمق و عرض شبکه بدون افزایش نیازمندی‌های محاسباتی
    \\ \hline
    \lr{RCNN} \cite{girshick2014rich} & 2015 &
    5 لایه پیچشی \newline
    3 لایه تماما متصل &
    معماری مهمی که باعث علاقه بسیاری از محققان در زمینه بینایی کامپیوتر شد
    \\ \hline
    \lr{Res-Net} & 2015 &
    152 لایه پیچشی \newline
    1 لایه تماما متصل &
    افزایش عمق شبکه و ارائه روشی جهت جلوگیری از اشباع گرادیان
    \\ \hline
    \lr{Fast-RCNN} \cite{girshick2015fast} & 2015 &
    5 لایه پیچشی \newline
    3 لایه تماما متصل &
    معماری مهمی که باعث علاقه بسیاری از محققان در زمینه بینایی کامپیوتر شد.
    \\ \hline
    \lr{Faster-RCNN} \cite{ren2015faster} & 2016 &
    5 لایه پیچشی \newline
    3 لایه تماما متصل &
    معماری مهمی که باعث علاقه بسیاری از محققان در زمینه بینایی کامپیوتر شد.
    \\ \hline
    \lr{YOLO V1} \cite{redmon2016you} & 2016 &
    5 لایه پیچشی \newline
    3 لایه تماما متصل &
    معماری مهمی که باعث علاقه بسیاری از محققان در زمینه بینایی کامپیوتر شد.
    \\ \hline
    \lr{YOLO V2} \cite{redmon2017yolo9000} & 2017 &
    5 لایه پیچشی \newline
    3 لایه تماما متصل &
    معماری مهمی که باعث علاقه بسیاری از محققان در زمینه بینایی کامپیوتر شد.
    \\ \hline
    \lr{YOLO V3} \cite{redmon2018yolov3} & 2018 &
    75 لایه پیچشی \newline
    0 لایه تماما متصل &
    معماری مهمی که باعث علاقه بسیاری از محققان در زمینه بینایی کامپیوتر شد
    \\ \hline
    \end{tabular}
}
\end{table}
\end{document}
پاسخ داده شده مرداد 28, 1398 توسط ایمان بیات (3,684 امتیاز)
این دفعه به جای راستچین چپ چین می‌شه
لطفاً کد کمینه‌ای که مشکل را نشان دهد ضمیمه کنید.
کد اولی که ارائه کردین رو کاملا کپی کردم
کد مشکلی ندارد. آن را به جای کل جدول خودتان قرار دهید.
می‌توانید روش دوم را امتحان کنید.
اگر مشکل همچنان وجود دارد باید مشکل را نشان دهید.
عکسش رو در سوال گذاشتم
دوست عزیز این عکس هیچ کمکی نمی‌کند. مشکل را باید با فایل کمینه نشان بدهید.
چیزی که از عکس مشخص است شما کدی که من نوشته‌ام را کپی نکرده‌اید. چرا که در کد من کپشن جدول در یک خط است ولی در خروجی شما در دو خط. در کد من سطر اول جدول بعد از «محققان بینایی» شکسته است اما خط مذکور در تصویر بعد از کلمه «ماشین» شکسته شده!
با همه این موارد با توجه به خط header به نظر می‌رسد جدول در وسط قرار دارد.
...