WPF及Silverlight中将DataGrid数据导出

2024-02-29 14:48

本文主要是介绍WPF及Silverlight中将DataGrid数据导出,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!

这段源码是我在项目中实际应用的源码,没有经过删减及处理。 如果你认为有用可以摘去作为自己的导出类中的一个小工具使用。 /// summary /// 数据源导出辅助类 /// /summary /// remarks /// Author:sucsy /// Createdate:2011-6-17 /// Description:提供基于数据源(公共枚举器类型)的数据导出辅助功能 /// /remarks publi

  这段源码是我在项目中实际应用的源码,没有经过删减及处理。

  如果你认为有用可以摘去作为自己的导出类中的一个小工具使用。

///   <summary>
    
///  数据源导出辅助类
    
///   </summary>
    
///   <remarks>
    
///  Author:         sucsy
    
///  Create date:    2011-6-17
    
///  Description:    提供基于数据源(公共枚举器类型)的数据导出辅助功能
    
///   </remarks>
     public  class DataSourceExportHelper
    {
         ///   <summary>
        
///  导出到文本
        
///   </summary>
        
///   <param name="dataSource"> 数据源 </param>
        
///   <param name="splitString"> 分隔符 </param>
        
///   <param name="columns"> 导出的列(为null时表示全部导出) </param>
        
///   <returns> 文本数据 </returns>
         public  static  string Export2Text(IEnumerable dataSource, string splitString,DataGridColumn[] columns, bool isVisiableColumn)
        {
             // 定义结果存放对象
            StringBuilder sbResult =  new StringBuilder();

             string[] columnHeaders = GetSelectedColumns(columns);

             // 处理DataTable作为数据源的数据导出操作
             if (dataSource  is System.Data.DataView)
            {
                System.Data.DataView dataView = (System.Data.DataView)dataSource;

                 // 加载数据标题
                 foreach (DataColumn objHeaderpi  in dataView.Table.Columns)
                {
                     if (columns ==  null || columnHeaders.Contains(objHeaderpi.ColumnName))
                        sbResult.Append(objHeaderpi.ColumnName + splitString);
                }

                sbResult.AppendLine();

                 foreach (System.Data.DataRowView dr  in dataView)
                {
                     foreach (DataColumn objHeaderpi  in dataView.Table.Columns)
                    {
                         if (columns ==  null || columnHeaders.Contains(objHeaderpi.ColumnName))
                            sbResult.Append(dr[objHeaderpi.ColumnName].ToString() + splitString);
                    }
                    sbResult.AppendLine();
                }
            }
             else
            {               
                 foreach (DataGridColumn dgcol  in columns)
                    sbResult.Append(dgcol.Header.ToString() + splitString);

                sbResult.AppendLine();

                 foreach ( object data  in dataSource)
                {
                     foreach (DataGridColumn col  in columns)
                    {
                         string strValue =  "";
                        Binding objBinding =  null;
                         if (col  is DataGridBoundColumn)
                            objBinding = (Binding)(col  as DataGridBoundColumn).Binding;

                         if (col  is DataGridTemplateColumn)
                        {
                            DependencyObject objDO = (col  as DataGridTemplateColumn).CellTemplate.LoadContent();
                            FrameworkElement oFE = (FrameworkElement)objDO;
                            FieldInfo oFI = oFE.GetType().GetField( " TextProperty ");
                             if (oFI !=  null)
                            {
                                 if (oFI.GetValue( null) !=  null)
                                {
                                     if (oFE.GetBindingExpression((DependencyProperty)oFI.GetValue( null)) !=  null)
                                        objBinding = oFE.GetBindingExpression((DependencyProperty)oFI.GetValue( null)).ParentBinding;
                                }
                            }
                        }
                         if (objBinding !=  null)
                        {
                             if (objBinding.Path.Path !=  "")
                            {
                                 string[] dataTree = objBinding.Path.Path.Split( " . ".ToArray(), StringSplitOptions.RemoveEmptyEntries);
                                 object parentData = data;
                                 for ( int treeIndex =  0; treeIndex < dataTree.Length; treeIndex++)
                                {
                                    PropertyInfo pData = parentData.GetType().GetProperty(dataTree[treeIndex]);

                                    parentData = pData.GetValue(parentData,  null);
                                }

                                 if (parentData !=  null) strValue = parentData.ToString();
                                
                            }
                             if (objBinding.Converter !=  null)
                            {
                                 if (strValue !=  "")
                                    strValue = objBinding.Converter.Convert(strValue,  typeof( string), objBinding.ConverterParameter, objBinding.ConverterCulture).ToString();
                                 else
                                    strValue = objBinding.Converter.Convert(data,  typeof( string), objBinding.ConverterParameter, objBinding.ConverterCulture).ToString();
                            }
                        }                       
                        sbResult.Append(strValue.Replace( ' , '' ') + splitString);
                    }
                    sbResult.AppendLine();
                }

            }

             return sbResult.ToString();
        }
         public  static  string[] GetSelectedColumns(DataGridColumn[] columns)
        {
            List< string> columnsHeader =  new List< string>();
             foreach (DataGridColumn column  in columns)
            {
                 if (column.Visibility == System.Windows.Visibility.Visible)
                    columnsHeader.Add(column.Header.ToString());
            }

             return columnsHeader.ToArray();
        }



         ///   <summary>
        
///  导出为平面文本
        
///   </summary>
        
///   <param name="dataSource"> 数据源 </param>
        
///   <param name="columns"> 选择要导出的列 </param>
        
///   <returns> 平面文本 </returns>
         public  static  string Export2FlotText(IEnumerable dataSource,DataGridColumn[] columns, bool isVisiableColumn)
        {
             return Export2Text(dataSource,  " \t ", columns, isVisiableColumn);
        }

         ///   <summary>
        
///  导出为平面文本
        
///   </summary>
        
///   <param name="dataSource"> 数据源 </param>
        
///   <param name="columns"> 选择要导出的列 </param>
        
///   <returns> 平面文本 </returns>
         public  static  string Export2FlotCSV(IEnumerable dataSource,DataGridColumn[] columns, bool isVisiableColumn)
        {
             return Export2Text(dataSource,  " , ", columns, isVisiableColumn);
        }
    }

  本文来自旧木的博客,原文地址:http://www.cnblogs.com/sucsy/archive/2011/09/23/2186242.html

这篇关于WPF及Silverlight中将DataGrid数据导出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/759173

相关文章

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

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

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者