VS2019使用VB/ADO.Net组件设计一个窗体连接SQL server数据库中学生表的内容并显示,实现数据绑定,表格内容前后查看

本文主要是介绍VS2019使用VB/ADO.Net组件设计一个窗体连接SQL server数据库中学生表的内容并显示,实现数据绑定,表格内容前后查看,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

先看一下效果图:文本框用label控件,按钮用button控件,显示用框TextBox控件,(Name)可以自己修改
点击最底下的4个按钮可以查看学生表中的学生信息,第一条和最后一条查看第一个人和最后一个人的信息
建立一个学生表名字为Student
在这里插入图片描述

双击窗体进入代码界面,最顶上输入:

Imports System.Data.SqlClient '导入命名空间

窗体的代码:

Public Class UserControl1 '系统自动生成的Dim ds As DataSet = New DataSet '建立类中可访问数据对象ds,且为全局变量Public mybind As BindingManagerBase '绑定对象的定义,名为mybindPrivate Sub UserControl1_Load(sender As Object, e As EventArgs)  Handles MyBase.Load '系统自动生成的Dim strconn As String = "Server=localhost;Database=学生成绩管理系统;Integrated Security=SSPI" '建立一个连接字符串strconnDim strsql As String = "select Snum,Sname,Ssex,Sbirth,Sdept,province from Student" '建立一个查询字符串strsqlDim myconnect As SqlConnection = New SqlConnection(strconn) '建立一个数据连接myconnectDim mycommand As SqlDataAdapter = New SqlDataAdapter(strsql, myconnect) '建立一个数据适配器mycommand对数据执行sql指令mycommand.Fill(ds, "Student"'指定绑定的数据源mybind = Me.BindingContext(ds, "Student")'TextBox控件的Text属性绑定至数据集ds内的Student表TextBoxSnum.DataBindings.Add("Text", ds, "Student.Snum")TextBoxSname.DataBindings.Add("Text", ds, "Student.Sname")TextBoxSsex.DataBindings.Add("Text", ds, "Student.Ssex")TextBoxSdept.DataBindings.Add("Text", ds, "Student.Sdept")TextBoxSbirth.DataBindings.Add("Text", ds, "Student.Sbirth")TextBoxprovince.DataBindings.Add("Text", ds, "Student.province")End Sub

双击"第一条"按钮

Private Sub Button1_Click(sender As Object, e As EventArgs) Handles Button1.Clickmybind.Position = 0 '跳转到第一条End Sub

双击"上一条"按钮

Private Sub Button2_Click(sender As Object, e As EventArgs) Handles Button2.ClickIf mybind.Position > 0 Thenmybind.Position -= 1End IfEnd Sub

双击"下一条"按钮

Private Sub Button2_Click(sender As Object, e As EventArgs) Handles Button2.ClickIf mybind.Position > 0 Thenmybind.Position += 1End IfEnd Sub

双击"最后一条"按钮

Private Sub Button4_Click(sender As Object, e As EventArgs) Handles Button4.Clickmybind.Position = mybind.Count - 1End Sub

这篇关于VS2019使用VB/ADO.Net组件设计一个窗体连接SQL server数据库中学生表的内容并显示,实现数据绑定,表格内容前后查看的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/197537

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

JS常用组件收集

收集了一些平时遇到的前端比较优秀的组件,方便以后开发的时候查找!!! 函数工具: Lodash 页面固定: stickUp、jQuery.Pin 轮播: unslider、swiper 开关: switch 复选框: icheck 气泡: grumble 隐藏元素: Headroom

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

SQL中的外键约束

外键约束用于表示两张表中的指标连接关系。外键约束的作用主要有以下三点: 1.确保子表中的某个字段(外键)只能引用父表中的有效记录2.主表中的列被删除时,子表中的关联列也会被删除3.主表中的列更新时,子表中的关联元素也会被更新 子表中的元素指向主表 以下是一个外键约束的实例展示

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

如何去写一手好SQL

MySQL性能 最大数据量 抛开数据量和并发数,谈性能都是耍流氓。MySQL没有限制单表最大记录数,它取决于操作系统对文件大小的限制。 《阿里巴巴Java开发手册》提出单表行数超过500万行或者单表容量超过2GB,才推荐分库分表。性能由综合因素决定,抛开业务复杂度,影响程度依次是硬件配置、MySQL配置、数据表设计、索引优化。500万这个值仅供参考,并非铁律。 博主曾经操作过超过4亿行数据

W外链微信推广短连接怎么做?

制作微信推广链接的难点分析 一、内容创作难度 制作微信推广链接时,首先需要创作有吸引力的内容。这不仅要求内容本身有趣、有价值,还要能够激起人们的分享欲望。对于许多企业和个人来说,尤其是那些缺乏创意和写作能力的人来说,这是制作微信推广链接的一大难点。 二、精准定位难度 微信用户群体庞大,不同用户的需求和兴趣各异。因此,制作推广链接时需要精准定位目标受众,以便更有效地吸引他们点击并分享链接

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取