社区
C#
帖子详情
菜菜求救!!!!!!!
cwb210
2008-08-28 04:27:37
想问下,就是在listview控件中,已经有数据(其中有名称,货号,类型,数量等),要把数量提取出来
string a = listview.SelectedItems[0].SubItems[3].Text;就像这样,不知道有没有别的什么办法啊?
...全文
115
5
打赏
收藏
菜菜求救!!!!!!!
想问下,就是在listview控件中,已经有数据(其中有名称,货号,类型,数量等),要把数量提取出来 string a = listview.SelectedItems[0].SubItems[3].Text;就像这样,不知道有没有别的什么办法啊?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
5 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
浮生若梦丶
2008-08-28
打赏
举报
回复
[Quote=引用 4 楼 cwb210 的回复:]
呵呵 前段时间在做数据 刚接触这行 什么事情都做做啊 呵呵
[/Quote]】
做多啊就熟悉了撒
cwb210
2008-08-28
打赏
举报
回复
呵呵 前段时间在做数据 刚接触这行 什么事情都做做啊 呵呵
ericzhangbo1982111
2008-08-28
打赏
举报
回复
许久没看到了。。赫赫
cwb210
2008-08-28
打赏
举报
回复
呵呵 谢谢大大
ericzhangbo1982111
2008-08-28
打赏
举报
回复
貌似没有别的办法
之不过
].SubItems["KEY"].Text
可以改成key
hdu 1257(从最长下降子序列求解转化为最长上升子序列求解)
本文探讨了一种导弹拦截系统的算法实现,通过动态规划求解最长递增子序列问题,以确定拦截来袭导弹所需的最少系统数量。
YOLO算法电子显微镜下微米级标尺与文本目标检测数据集-200张-包含 VOC 和 Yolo 格式标签-支持多种算法训练模型.zip
页面底部可查看数据集可视化效果; 该数据集可直接接入YOLOv5s/v5m/v5l、YOLOv8n/v8s/v8m、YOLOv10n/v10s、yolo11等轻量级至中型骨干网络进行端到端训练,支持从零训练(from scratch)与迁移学习(fine-tuning)两种模式;包含voc格式和yolo格式标签可直接使用
导航html , 单个html的极简导航
导航html , 单个html的极简导航
电子工程电赛硬件设计与控制算法实战指南:STM32模块化开发及系统调试优化
内容概要:本文档是一份针对全国大学生电子设计竞赛(NUEDC)的“保姆级”实战指导手册,系统涵盖赛题解析与方案库、模块化代码与电路实现、以及测试报告范例三大核心部分。手册深入剖析了电赛七大赛题类别及其命题规律,强调“基本要求+发挥部分”的结构特点、指标逐年收紧趋势及测量与控制复合型题目的增加。通过数控直流电流源和频率特性测试仪两个典型案例,展示了从系统方案设计、关键器件选型到软硬件实现的完整路径。同时,提供了基于STM32 HAL库的ADC采样、PWM生成、OLED显示、无线通信等常用模块的详细电路原理与驱动代码,并辅以测试报告范例和评分标准解析,帮助参赛者规范撰写高质量设计报告。; 适合人群:参加全国大学生电子设计竞赛的本科生及指导教师,尤其适合有一定单片机和电路基础、希望在短时间内高效备赛并提升获奖概率的团队。; 使用场景及目标:①帮助参赛者快速掌握电赛命题规律与主流技术方案,精准应对电源类、控制类、仪器仪表类等高频赛题;②提供可复用的模块化代码与电路设计,加速硬件搭建与软件开发进程;③指导撰写符合评审标准的设计报告,强化误差分析与测试数据呈现,提升综合得分。; 阅读建议:建议按照“赛题分析→方案设计→模块实现→报告撰写”的流程顺序阅读,重点学习典型案例的整体设计思路与关键器件选型依据。对于代码与电路部分,应在实际开发板上动手验证,结合示波器、逻辑分析仪等工具进行调试。撰写报告时,务必参考文中测试表格与误差分析模板,确保数据完整、分析定量,避免因报告不规范而失分。;
图像分割基于局部质心的无监督的2D 和 3D 图像分割(Matlab代码实现)
内容概要:本文提出了一种基于局部质心的无监督图像分割方法,适用于2D和3D图像,通过Matlab代码实现。该方法不依赖标注数据,利用图像内部的局部质心信息进行聚类分析,从而实现对图像关键区域或物体边界的自动提取。文中系统阐述了算法的核心原理、实现流程及其在多种图像类型上的应用表现,重点展示了其在处理复杂结构图像时所具备的高鲁棒性与分割精度,尤其适用于缺乏先验标签的实际场景。; 适合人群:具备一定图像处理理论基础和Matlab编程能力,从事计算机视觉、医学影像分析、工业检测或遥感图像研究等相关领域的科研人员及研究生。; 使用场景及目标:①实现医学图像(如MRI、CT)中病灶区域的无监督自动分割;②应用于工业领域中三维物体表面缺陷的识别与定位;③完成遥感或生物显微图像在无标签条件下的像素级分割任务;④为后续高级视觉任务(如目标识别、行为追踪)提供高质量的前期特征支持; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,深入理解局部质心计算机制与聚类分割过程,尝试在不同模态图像上调整参数以优化分割效果,并可将其与K-means、Mean Shift等经典算法进行对比实验,全面掌握该方法的优势与适用边界。
C#
111,129
社区成员
642,532
社区内容
发帖
与我相关
我的任务
C#
.NET技术 C#
复制链接
扫一扫
分享
社区描述
.NET技术 C#
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
让您成为最强悍的C#开发者
试试用AI创作助手写篇文章吧
+ 用AI写文章