該事件下的指令碼流程是首先判斷資料是否修改過,如果修改過,則讓使用者選擇是否儲存,使用者確認儲存則儲存,不儲存則退回事務然後關閉視窗。儲存資料時,儲存成功則直接關閉視窗,儲存失敗則讓使用者確認是否關閉視窗,使用者確認要關閉則關閉視窗。指令碼如下:
int li_flag
if dw_1.modifiedcount() <> 0 or dw_1.deletedcount() <> 0 then
beep(2)
li_flag = messagebox("確認","資料已經修改,是否儲存",question!,yesnocancel!,1)
choose case li_flag
case 1//使用者要求儲存
if dw_1.update() = 1 then//如果儲存成功
commit;//提交資料
return 0//關閉視窗
else//儲存不成功
rollback;//回退事務
beep(2)//響鈴兩聲
//讓使用者確認是否關閉視窗
if messagebox("錯誤","資料儲存不成功,是否還要關閉視窗?",&
question!,yesno!,2) = 1 then
return 0//關閉視窗
else
return 1//不關閉視窗
end if
end if
case 2//不儲存資料
rollback;//回退事務
return 0//關閉視窗
case 3//使用者選擇了cancel
return 1//不允許關閉視窗
end choose
else//資料視窗中的資料沒有修改過
return 0//直接關閉視窗
end if
上面的指令碼也可以簡化成以下語句:
if dw_1.modifiedcount() <> 0 or dw_1.deletedcount() <> 0 then
beep(2)
messagebox("提示", "資料已經修改,請先儲存資料再退出! ")
return 1
else
close(parent)
end if
這樣的語句修改後很簡潔,但使用者必須首先使用「儲存」按鈕儲存資料,然後才能單擊「退出」按鈕關閉視窗,也就是說程式硬性規定了使用者的執行流程。
資料處理 流資料處理利器
流處理 stream processing 是一種計算機程式設計正規化,其允許給定乙個資料序列 流處理資料來源 一系列資料操作 函式 被應用到流中的每個元素。同時流處理工具可以顯著提高程式設計師的開發效率,允許他們編寫有效 乾淨和簡潔的 流資料處理在我們的日常工作中非常常見,舉個例子,我們在業務開發...
爬蟲 資料處理 pandas資料處理
使用duplicated 函式檢測重複的行,返回元素為布林型別的series物件,每個元素對應一行,如果該行不是第一次出現,則元素為true keep引數 指定保留哪一重複的行資料 dataframe替換操作 使用df.std 函式可以求得dataframe物件每一列的標準差 資料清洗清洗重複值 清...
資料處理 pandas資料處理優化方法小結
資料處理時使用最多的就是pandas庫,pandas在資料處理方面很強大,整合了資料處理和資料視覺化。pandas的視覺化使用的是matplotlib。回到主題 計算資料的某個欄位的所有值,對其欄位所有值進行運算 處理的字段資料為時間戳,需要計算該時間戳距離現在的時間,單位為天。一般方法 使用現在的...