【HELP】怎样写dBase的insert into 的SQL语句

matchboy 2003-07-14 08:54:11

insert into original.dbf (name,disc_no,singer_no,singer_nam,time_len,str_len,lan_type,lan_name,type,type_str,subtitle,backimage,remark,is_two,is_dvd,input_date,is_local,filepath,times,is_hot,voice_pos,first_char,songno,totaltimes,singerpy,filesize,iscopy,is_sel)values('怕黑','2','','周华健','',4,'1','国语',0,'','','',0,0,0,'',0,'怕黑.mpg',{^2003-01-01} ,'TRUE','5','PH','00000008',0,'','','TRUE','TRUE')

其中input_date的日期型字段怎么写？还有逻辑型字段是不是用这样的格式：'TRUE'

...全文

43 1 打赏收藏转发到动态举报

写回复

用AI写文章

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

fj_jiangqi 2003-07-14

打赏
举报

dbase不支持，这种写法。标准的日期写入sql是,to_date(datestr,'yyyy.mm.dd')
-------------------------
39度一周多了，今天39度，明天还是39度，没有空调，没有MM，真是痛苦……
-------------------------
我流落在凄凉的世界里－孤苦伶仃
我过着动荡无助的生活－四处漂泊

内容概要本资源是一套完整可运行的 Qt Widgets 批量图片压缩桌面工具源码，基于 Qt5/C++ 从零开发，专为初学者设计，分步实现图片批量处理全套功能。工具支持多选单张图片、直接读取整个文件夹内所有 JPG/PNG 图像，可自定义输出图片分辨率、调节 JPG0~100 区间压缩质量，自带锁定宽高比防拉伸变形功能；批量处理完成后自动统计每张图片压缩前后文件体积，计算整体压缩缩小比例，直观展示压缩效果。适用人群 Qt/C++ 零基础初学者，学习 QImage 图像绘图、文件目录遍历、UI 交互开发；需要本地批量处理图片的办公、设计、自媒体从业者；想要学习图片缩放、JPG 压缩、本地文件 IO、进度条交互的开发学习者。使用场景自媒体批量压缩配图，降低图片体积节省上传流量；摄影、设计批量统一图片尺寸，批量轻量化相册图片；程序开发学习：QFileDialog 文件选择、QDir 文件夹遍历、QImage 缩放保存、QSlider 参数联动、批量循环界面防卡顿、文件大小格式化转换全套 Qt 图像开发实战案例。工具核心功能清单双模式导入图片：手动多选单张图片 / 一键读取整个文件夹全部图片；自定义输出宽高分辨率，支持锁定原始宽高比，避免图片拉伸变形；滑块调节 JPG 压缩质量 0~100，平衡图片清晰度与文件占用大小；自定义输出保存目录，批量生成压缩后的图片文件；实时进度条展示处理进度，循环中刷新界面，程序不会假死卡顿；自动统计每张图片压缩前后体积，换算 KB/MB 直观展示；批量完成弹窗汇总：图片总数、成功数量、单张大小对比、整体压缩节省空间比例；完整模块化代码，功能拆分清晰，每段代码附带详细注释，新手可分步拆解学习。其他说明开发环境：Qt Creator + Qt5.15 MSVC，Windows 平台可直接编译运行；源码结构清晰，功能

代码和具体例子

01、数据介绍包含有关收入、产出、投入和生产率的相对水平信息，涵盖1950-2023年各国GDP、汇率、TFP、CPI指数、人口、人力资本等多项数据，整理的PWT 11.0中文翻译使用说明，英文原版使用说明。数据名称：佩恩表（PWT）数据年份：1950-2023年

原创可运行的工程审计与分析工具合集中的独立项目。每个压缩包包含完整 Node.js、HTML、CSS、JavaScript 源码，内置合成示例、3 项自动化验收、离线 HTML/JSON/SVG 报告、1080×720 运行效果图、README、运行说明、MIT License 与原创授权声明。零第三方运行依赖，不包含榜单产品源码、官方素材、论文、账号数据或未授权内容。适合 AI 工程、前端、运维和质量团队用于本地预检、教学演示与二次开发。运行方法：Node.js 18+ 下执行 npm test 与 npm run report，或启动静态服务器打开 index.html。

引言：从“对话”到“执行”的范式跃迁 2026年，AI编程工具正经历一场深刻变革。过去，我们习惯于在对话框里向AI描述需求，然后手动复制它生成的代码、安装依赖、调试运行——AI是“顾问”，而我们是“执行者”。如今，以OpenAI Codex为代表的新一代智能体平台，已经彻底打破了这一模式。 Codex不再是一个被动的代码生成器，而是一个拥有“手脚”的可执行AI工作台。它能主动读取文件、安装依赖、执行命令、调用外部API，甚至操作浏览器进行端到端测试。这意味着，智能体（Agent）从概念走向了真实的生产环境。本文将带你从零开始，系统学习Codex智能体的核心架构、环境配置、实战落地与高阶心法，完成从“会用AI”到“驾驭智能体”的能力跨越。