【PropertyGrid问题】如何禁止展开 Font,Image,Size 等类型的属性

blackfire1024 2011-03-09 01:46:02
使用 PropertyGrid 显示和修改控件的属性的确很方便

但随之而来的问题是有些控件的属性,
我不希望PropertyGrid显示展开的子属性(嵌套属性)
通俗点讲就是不希望它显示前面的加号

比如
Control的Size
TextBox的Font
PictureBox的Image

这些属性都会额外的展开其子属性
Size:Width,Height;
Font:Name,Size,Unit...;
Image:RawFormat,Size...;
...

目的也很简单,
就是为了多语言显示,
当这些结构为控件属性时,
无法控制其结构属性显示的文本,
因此希望禁止显示这些结构属性


网上的例子也查了很多
实现 ICustomTypeDescriptor
创建自定义的 PropertyDescriptor
同样只能处理第一层的属性,
而对于子属性依旧无法控制

当 PropertyGrid 要显示某一个对象的属性时
会同时检查该属性的Attributes
是否包含 TypeConverterAttribute
即该类型是否支持 TypeConverter

一旦检测到该类型存在自定义的 TypeConverter
那么就会调用其中的 GetProperties 和 GetPropertiesSupported 方法
获取该类型的属性信息(如 Size的Width和Height)

自定义的类型默认是不展开的,
因为它未实现对应的 TypeConverter

可惜的是象Size、Image、Font这些基础结构
是有对应的 TypeConverter 实现的
Size --> SizeConverter
Image --> ImageConverter
Font --> FontConverter

于是
假如当我有一个自定义类型 Custom
包含了属性 Prop ,Prop 是这些基础结构(Size、Image、Font)时
无论我怎么做,在PropertyGrid中都会把 Prop 属性展开
而开展的属性对于用户来讲是无任何意义的

希望有遇到此类问题并解决的朋友能指导一下
未遇到此类问题的朋友可以一起讨论研究一下

谢谢
...全文
423 8 打赏 收藏 举报
写回复
用AI写文章
8 条回复
切换为时间正序
请发表友善的回复…
发表回复
blackfire1024 2011-03-09
  • 打赏
  • 举报
回复
刚又试了一下

通过实现 ICustomTypeDescriptor +
继承 PropertyDescriptor 的方法
还是可以达到我的目的

关键在于重写 PropertyDescriptor 中的 Converter 属性
判断当遇到这些不需要显示子属性的类型(如Size)时
返回自定义的 HideSubPropConverter

不过也有不方便之处是我要为每一个这样的类型
实现相应的 TypeConverter 和 PropertyDescriptor
bloodish 2011-03-09
  • 打赏
  • 举报
回复
[Quote=引用 6 楼 blackfire1024 的回复:]
那通过继承 PropertyGrid 能不能达到目的呢?
[/Quote]
没有尝试过,不好判断.
个人觉得,如果你要实现工作量不小.
blackfire1024 2011-03-09
  • 打赏
  • 举报
回复
那通过继承 PropertyGrid 能不能达到目的呢?
bloodish 2011-03-09
  • 打赏
  • 举报
回复
如果要显示属性的控件是你自定义的控件,可以隐藏基类的属性,如:

[TypeConverter(typeof(HideSizeSubPropConverter))]
public new Size Size
{
get { return base.Size; }
set { base.Size = value; }
}

如果是标准控件,跟Property关联的Attribute/Converter是无法动态修改的
blackfire1024 2011-03-09
  • 打赏
  • 举报
回复
我不想重新定义一个 MySize的属性
去完成和 Size 属性一模一样的功能

除非没有其他方法了,才考虑这个办法
blackfire1024 2011-03-09
  • 打赏
  • 举报
回复
继承并实现 TypeConverter 是没问题啊
但是继承好的类 要用 TypeConverterAttribute 和 类或者对应属性关联

类似 Control.Size 我是无法修改他的 TypeConverterAttribute的
因为在 .net 内部已经关联好了
bloodish 2011-03-09
  • 打赏
  • 举报
回复
对于Size

public class HideSizeSubPropConverter : SizeConverter
{
public override PropertyDescriptorCollection GetProperties(ITypeDescriptorContext context, object value, Attribute[] attributes)
{
return new PropertyDescriptorCollection(null); ;
}
}
[TypeConverter(typeof(HideSizeSubPropConverter))]
public Size MySize { get; set; }

Font,Point类似处理即可
内容概要:本文针对质子交换膜燃料电池(PEMFC)在动态压力工况下的最大功率点跟踪(MPPT)问题,提出了一种压力工况协同调控下的自适应高阶滑模控制策略,并基于Simulink平台完成了系统建模与仿真实现。该策略融合高阶滑模控制的强鲁棒性与自适应机制的参数在线优化能力,有效克服了PEMFC系统固有的非线性、外部扰动及工况时变性等挑战,实现了对最大功率点的快速、精确与稳定跟踪。研究内容涵盖控制策略的理论设计、李雅普诺夫稳定性分析、自适应律构建以及在多种动态工况下的仿真实验验证,结果表明该方法相较于传统控制策略具有更快的动态响应速度、更小的稳态振荡以及更强的抗干扰能力,显著提升了PEMFC系统的能量转换效率与运行稳定性。; 适合人群:具备一定控制理论基础和Simulink仿真经验,从事新能源发电系统、燃料电池控制、电力电子变换或先进控制算法研究的研发人员及高校研究生。; 使用场景及目标:①应用于燃料电池发电系统的高性能最大功率点跟踪控制设计;②为解决强非线性、多扰动耦合的能源系统提供先进的自适应鲁棒控制方案;③通过Simulink仿真验证高阶滑模与自适应控制算法的有效性,服务于科研项目攻关或工程原型开发。; 阅读建议:建议读者结合Simulink模型同步学习,重点关注控制律设计原理、自适应机制实现方式及仿真结果对比分析部分,并可通过与传统滑模控制进行对比,深入理解该策略在鲁棒性与动态性能上的优越性。
下拉可见数据集可视化效果示意。 【数据集概况】 · 检测类别(中文):[滴落物(Drop)] · 训练集:2021 张 · 验证集:128 张 · 测试集:42 张 · 总计:2191 张 该数据集聚焦于工业生产环境中地面或设备表面出现的各类滴落物检测,通过多角度、多光照条件下的图像采集,全面覆盖了不同形态、颜色和材质的滴落物样本。数据集真实还原了车间地面、金属板、木质结构等复杂背景下的实际场景,为自动化巡检系统提供了高价值的视觉依据,有助于实现对潜在污染源或泄漏点的早期识别与预警。... 【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 71 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.8949** mAP50-95 | 0.5139 Precision | 0.8991 Recall | 0.8527 train/box_loss | 0.8544 train/cls_loss | 0.4842 val/box_loss | 1.5612 val/cls_loss | 0.6862 【训练过程分析】 71 轮训练后 mAP50 为 0.8949,模型基本收敛但还有提升余地。Loss 曲线下降正常,后期趋于平缓。mAP50-95 为 0.5139,和 mAP50 差距 0.38,定位精度是主要短板。 【模型性能评估】 Precision 0.8991、Recall 0.8527,精度高于召回,存在一定漏检。 【预测效果展示】 验证集预测效果较好,检测框基本准确覆盖滴落物,置信度整体偏高。 【改进建议】 1. 增强难例挖掘:在大规模数据中筛选误检...
【2026年华为杯D题】山区洪涝灾害下无人机运输与通信协同优化(思路、代码、论文,持续更新)内容概要:本文围绕山区洪涝灾害背景下无人机在运输与通信任务中的协同优化问题展开研究,旨在通过数学建模与算法设计解决复杂地理环境下的应急响应难题。文中提出了综合考虑无人机飞行路径规划、物资投送效率、通信中继覆盖能力及多机协同控制的优化模型,并结合智能优化算法(如灰狼优化算法、鲸鱼算法等)进行求解,确保在灾情紧急、基础设施受损的情况下实现高效、可靠的救援支持。研究涵盖了从任务建模、约束条件设定到多目标优化框架构建的全过程,强调了算法在实际场景中的鲁棒性与适应性。; 适合人群:具备一定编程基础和运筹优化知识,从事应急管理、无人机应用或智能算法研究的研发人员及高校研究生。; 使用场景及目标:①应对山区洪涝等自然灾害时的无人机应急物流与通信保障;②提升多无人机系统在复杂环境下的协同作业能力,优化路径规划与资源分配策略;③为相关科研项目提供可复现的算法模型与仿真代码参考。; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,重点关注多目标优化模型的构建逻辑与智能算法的实现细节,同时可参照其他类似无人机路径规划案例加深理解,以实现理论与应用的有效结合。

111,128

社区成员

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
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