社区
DataWindow
帖子详情
在PB8中,动态指定数据窗口对象语句无效,咋回事?
whisperlgy
2003-09-28 11:09:40
如dw_1.dataobject="d_employee_display"在PB8中无效,必须直接在数据窗口的属性中指定。
...全文
119
9
打赏
收藏
在PB8中,动态指定数据窗口对象语句无效,咋回事?
如dw_1.dataobject="d_employee_display"在PB8中无效,必须直接在数据窗口的属性中指定。
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
9 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
klbt
2003-09-28
打赏
举报
回复
'd_employee_display'在不在你的workspace中?
liaolwj
2003-09-28
打赏
举报
回复
你看看你的数据窗口中是否有错误,在那里可以retrieve()吗?
还有就是你要确定你的数据库是否连接,还有在你retrieve()为-1时,你看看err中提示是什么?
whisperlgy
2003-09-28
打赏
举报
回复
我换了3台机器都这样
有时成功,有时失败
chenhao1949
2003-09-28
打赏
举报
回复
应该是你的问题!
是不是忘了刷新!
艳阳天11
2003-09-28
打赏
举报
回复
是不是资源文件问题
whisperlgy
2003-09-28
打赏
举报
回复
我查过了,是dw_1.SetTransObject(sqlca)的返回值为-1,我不知为什么会这样。我这一段的语句如下:
dw_1.dataobject='d_employee_display'
dw_1.SetTransObject(sqlca)
dw_1.retrieve()
结果dw_1.SetTransObject(sqlca)的返回值为-1,请问问题有可能出在哪?
linleming
2003-09-28
打赏
举报
回复
dw_1.dataobject='d_employee_display',不可能不好使,你看看是不是别处写错了
whisperlgy
2003-09-28
打赏
举报
回复
谢谢各位:
我找出原因了,是因为我的数据窗口对象是以别的数据窗口对象为母体,修改了retrieve()条件后通过Saveas()另存的,当我重新新建一个数据窗口对象,并且保存为一个新的名字就可以了。好像出错的数据窗口对象的名字都不可以用了。实在是出乎意料阿,PB让我欢喜让我忧!
whisperlgy
2003-09-28
打赏
举报
回复
我查过了,数据对象设计的都没问题。dw_1.SetTransObject(sqlca)的返回值为-1是我用messagebox()取出来的,没有Err提示。在同一个窗口中,甚至在同一个按纽中,有的地方调用dw_1.SetTransObject(sqlca)就成功,有的地方调用就失败,从来没有碰到这种情况,急死我了。
数据
结构与算法笔记系列一:算法概述
一、
数据
结构与算法概述 1、
数据
结构
数据
结构:用来组织和存储
数据
的集合
数据
结构可分为逻辑结构和物理结构。逻辑结构从
数据
与
数据
之间的关系来划分,物理结构从计算机存储角度来分类(又称存储结构)。 逻辑结构:集合结构、线性结构、树形结构、图形结构 物理结构(存储结构):顺序存储结构、链式存储结构 2、算法 算法:算法即分步骤解决问题的过程。 二、算法分析 衡量算法优劣的标准:时间、空间 1、算法的时间复杂度分析 分析一个算法的运行时间,最重要的就是把核心操作的次数和输入规模关联起来 1.1 函数渐进增长
「深度学习之优化算法」笔记(一):优化算法概述
优化算法处理的问题都是客观的问题,如果遇到主观的问题,比如“我孰与城北徐公美”,我们需要将这个问题进行量化而转换成客观的问题,如身高——“修八尺有余”,“外貌——形貌昳丽”,自信度——“明日徐公来,孰视之,自以为不如;现在我们无法马上得出确切的答案,因为最短的线路可能并不是最快的路线,还需要考虑到天气,交通路况等因素,该问题的结果是一个
动态
的结果,不同的时间不同的天气我们很可能得出不同的结果。”的意思是:人生是有限的,但知识是无限的(没有边界的),用有限的人生追求无限的知识,是必然失败的。
《机器学习算法导论》学习笔记一:机器学习算法概述
机器学习的形式分类 监督式学习 每条训练
数据
包含特征组与标签两部分信息。特征组是对相应
对象
的特征的描述,标签是
对象
的一个属性。 获取标签值的方法分为人工标注和
数据
自带标签。每一条训练
数据
的特征组都可以用一个向量来表示,此向量的每一分量都对应
对象
的一个特征。 监督式学习的任务是根据
对象
的特征组对标签的取值进行预测。 根据训练
数据
所带标签值的特性,监督式学习分为两类: 1.分类问题:标签只取有限个可能...
计算机图形学 学习笔记(一):概述,直线扫描转换算法:DDA,
中
点画线算法,Bresenham算法
前言本笔记基于 http://www.icourse163.org/learn/CAU-45006?tid=1001746004#/learn/announce感谢
中
国农大 赵明老师的分享~现在我要为我自己走向游戏编程打下基石~1 计算机图形学概论1.1 计算机图形学课程简介《计算机图形学》是计算机、地理信息系统、应用数学、机械、建筑等专业本科教学
中
的一门重要的专业基础课如图像处理、模式识别、多媒
LMS算法概述
一、最小均方算法(LMS)概述 1959年,Widrow和Hoff在对自适应线性元素的方案一模式识别进行研究时,提出了最小均方算法(简称LMS算法)。LMS算法是基于维纳滤波,然后借助于最速下降算法发展起来的。通过维纳滤波所求解的维纳解,必须在已知输入信号与期望信号的先验统计信息,以及再对输入信号的自相关矩阵进行求逆运算的情况下才能得以确定。因此,这个维纳解仅仅是理论上的一种最优解
DataWindow
611
社区成员
20,469
社区内容
发帖
与我相关
我的任务
DataWindow
PowerBuilder DataWindow
复制链接
扫一扫
分享
社区描述
PowerBuilder DataWindow
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
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章