表单中TEXTBOX修改一个DBF表数据不能绑定,请教高手!急!

playfox 2002-12-05 02:21:13
用编程的方法,我不知道为什么通过表单的TEXTBOX修改一个DBF表,TEXTBOX和DBF表之间数据不能绑定,即修改了数据无法反映到DBF中
...全文
79 4 打赏 收藏 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
playfox 2002-12-05
  • 打赏
  • 举报
回复
mudong(木东) :

thank you!
mudong 2002-12-05
  • 打赏
  • 举报
回复
frmsjlr.TEXTBOX1.controlsource=t112.frdm 应该为
frmsjlr.TEXTBOX1.controlsource="t112.frdm"

另外后面指定数据源、前面一句frmsjlr.TEXTBOX1.value=t112.frdm可以不要了。


playfox 2002-12-05
  • 打赏
  • 举报
回复
那位高手替我解决,
源程序代码:

close all
clear all
set deleted on
set exac on
set talk off
set dohistory off
set safe off
set stat bar off
set date to YMD
SET CENTURY ON
frmsjlr = CREATEOBJECT("sjlrForm") &&FORM参数设置
frmsjlr.buffermode=2
frmsjlr.visible=.t.
frmsjlr.caption='T112表'
frmsjlr.HEIGHT=454
frmsjlr.width=633
use t112
go top
frmsjlr.addobject("LABEL1","LABEL")
frmsjlr.LABEL1.visible=.t.
frmsjlr.LABEL1.caption='代码 '
frmsjlr.LABEL1.top=6
frmsjlr.LABEL1.left=10
frmsjlr.LABEL1.width=7*12
frmsjlr.addobject("TEXTBOX1","TEXTBOX")
frmsjlr.TEXTBOX1.visible=.t.
frmsjlr.TEXTBOX1.top=3
frmsjlr.TEXTBOX1.left=95
frmsjlr.TEXTBOX1.width=9*7
frmsjlr.TEXTBOX1.value=t112.frdm
frmsjlr.TEXTBOX1.controlsource=t112.frdm
frmsjlr.Show
READ EVENTS

return
DEFINE CLASS sjlrform AS form
PROCEDURE Destroy
CLEAR EVENTS
ENDPROC
ENDDEFINE

用编程的方法,我不知道为什么通过表单的TEXTBOX修改一个DBF表,TEXTBOX和DBF表之间数据不能绑定,即修改了数据无法反映到DBF中
mudong 2002-12-05
  • 打赏
  • 举报
回复
运行时可以修改textbox的属性、我想可以在代码的适当地方绑定数据。不过没有向你那样用过、不能肯定地说。
附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[坡道(ramp)] · 训练集:275 张 · 验证集:27 张 · 测试集:0 张 · 总计:302 张 该数据集聚焦于城市环境中各类建筑入口处的坡道设施,涵盖住宅、商铺、公共设施等多种场景,真实反映了无障碍通行设施在实际应用中的多样化形态。数据集中包含金属、橡胶、塑料等多种材质的坡道,以及不同尺寸、结构和安装方式的实例,充分体现了坡道在城市基础设施中的广泛部署与重要性。该数据集为城市智慧化管理、无障碍环境建设及公共安全监控提供了高质量的视觉基础支持。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 33 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.6372** mAP50-95 | 0.3401 Precision | 0.6603 Recall | 0.6190 train/box_loss | 1.0569 train/cls_loss | 0.7307 val/box_loss | 1.6084 val/cls_loss | 1.9323 【训练过程分析】 33 轮训练后 mAP50 仅 0.6372,模型收敛不充分。Loss 曲线前期下降后进入平台期,mAP 提升缓慢。mAP50-95 为 0.3401,定位精度同样偏低。 【模型性能评估】 Precision 0.6603、Recall 0.6190,精度高于召回,存在一... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

2,750

社区成员

发帖
与我相关
我的任务
社区描述
VFP,是Microsoft公司推出的数据库开发软件,用它来开发数据库,既简单又方便。
社区管理员
  • VFP社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧