请问如何实现DataGirdView的自动验证约束功能？

xxMix 2010-11-23 02:38:04
VS2008
C# Winform
SQL2005

DataGirdView，可以从DataGirdView任务，选择数据源，自动获取数据库表的结构和内容功能，这样子，每当更改一个Cell时，会自动验证约束。但由于这个自动化功能，不能实现分页，所以我必须手动获取数据，然后设置分页功能，最后再绑定到DataGirdView上。

请问，如何实现DataGirdView的自动验证约束功能，每当Cell EndEdit？就像从DataGirdView任务，选择数据源的那样？
...全文
68 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
chenguoxi 2010-11-26
  • 打赏
  • 举报
 回复
这样子，就要用一大堆代码去获取表结构了，很麻烦的。

还是建议你用自动绑定的方法，这样做，维护方便些，而且又能实现你的立即验证功能。帮你找了，微软已经回复说C#WinForm的DataGirdView通过自动绑定，是不支持分页的。既然不支持，何必去折腾自己呢？
一种在vs2013中出现的Grid View读取数据库中数据的问题
在使用VS2013的GridView控件绑定Oracle数据库数据时，遇到显示异常的问题，疑似主键重复导致错误。删除特定数据后问题得以解决，推测为VS2013中GridView组件存在底层缺陷。
角色生成器-元技能系统的下级母技能，专门从任意角色概念生成完整角色Skill
角色生成器——元技能系统的下级母技能，专门从任意角色概念生成完整角色Skill。以角色=实体层×社会层×抽象层的三层12维正交模型（实体层：职业/身份/名人/拟人/躯体/文化；社会层：关系/层级；抽象层：功能/能力/动机/动态）系统填充，输出内嵌管线编排、三轴判定、领域校准、降级模式等可执行能力的角色Skill文件。触发词：生成角色、创建角色、角色生成、角色Skill、character builder、角色构建、角色设计、人物角色生成、meta-skill-system
【Python编程】Python字典与集合底层实现原理
内容概要：本文深入剖析Python字典（dict）与集合（set）的哈希表底层实现机制，重点讲解哈希冲突解决策略、负载因子动态调整、键的可哈希性要求等核心概念。文章从开放寻址法与分离链接法的对比入手，分析Python 3.6+版本字典的有序性保证原理，探讨集合的去重逻辑与数学运算实现。通过sys.getsizeof对比不同规模数据的内存占用，展示哈希表扩容与缩容的触发条件，同时介绍frozenset的不可变特性及其作为字典键的应用场景，最后给出在成员检测、数据去重、缓存实现等场景下的性能优化建议。 24直播网：www.yiyuan-ing.com 直播下载：www.xjamall.com 24直播网：www.yk666.cn 直播下载：www.yjkq.net 直播下载：www.zgystz.com
kalman滤波GUI.zip【GUI设计Matlab】
资 源 简 介 kalman滤波GUI(matlab6.5)m代码在m_files目录中，主函数为fildis执行独立exe时，需..inwin32下的dll支持.可以在autoexec.bat中加入此目录，也可将dll文件拷出放入同一目录下，对于独立exe若要从mat文件初始化，mat文件目录全名需无中文字符。可以作为设计各种kalman滤波器的开发导航，参数可以自己设置。 详 情 说 明 文中提到的kalman滤波GUI(matlab6.5)的m代码可以在m_files目录中找到。主函数为fildis。如果您需要在win32下独立地使用该exe文件，您需要下载相应的dll文件并将其放入同一目录下。如果您想从mat文件初始化独立exe文件，则必须确保mat文件目录全名不含中文字符。此代码可以作为设计各种kalman滤波器的开发导航，并且您可以根据自己的需要自由设置参数。如果您在使用过程中遇到任何问题，请随时与我们联系。我们将竭诚为您提供帮助。
复现基于ADMM算法的多主体综合能源系统分布式协同优化研究（Matlab代码实现）
内容概要：本文围绕基于交替方向乘子法（ADMM）的多主体综合能源系统分布式协同优化展开研究，提出了一种兼顾系统整体性能与各主体隐私保护的分布式优化框架，并提供了完整的Matlab代码实现。研究详细构建了包含电、热、气等多种能源形式耦合的多主体综合能源系统模型，设计了基于ADMM算法的分布式求解机制，实现了在去中心化架构下的协同优化调度。文中深入分析了算法的迭代流程、收敛条件及关键参数（如惩罚因子）对优化性能的影响，通过仿真实验验证了该方法在提升能源利用效率、促进多能协同、降低运行成本方面的有效性，适用于园区微网、能源互联网等复杂场景下的分布式决策需求。; 适合人群：具备一定优化理论基础和Matlab编程能力的研究生、科研人员及从事综合能源系统、智能电网、分布式能源管理等相关领域的工程技术人员。; 使用场景及目标：①实现多主体综合能源系统中电、热、气等多能流的协同调度与优化运行；②解决传统集中式优化带来的数据隐私泄露和计算负担过重问题，支持去中心化的分布式决策模式；③为能源互联网、智慧园区、微电网等实际应用场景提供可复现、易拓展的算法原型与技术参考。; 阅读建议：建议读者结合所提供的Matlab代码进行动手实践，重点理解ADMM算法中增广拉格朗日函数的构造、变量更新规则及收敛判据的实现过程，关注惩罚参数设置对算法收敛速度与稳定性的影响，可进一步尝试将其拓展应用于其他分布式优化问题或与其他智能算法进行性能对比研究。
C#

111,129

社区成员

642,541

社区内容

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 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