基于百度万年历定制化 2

简介: 接着上面的内容,我们本章节通过设置数据库表结构,将json数据通过一种数据结构存储在数据库中。首先我们需要设计数据库的表。image.png数据库字段说明Id 主键HolidayDate 节假日日期HolidayName 节假日名称HolidayDescripton 说明HolidayConfig 放假配置 [放假日期|工作日期] =[A|B] A,B存在多个时用逗号分隔,见上图,通过这样的数据结构,然后编码实现。

接着上面的内容,我们本章节通过设置数据库表结构,将json数据通过一种数据结构存储在数据库中。
首先我们需要设计数据库的表。

img_44ac30807592d43c2dc5436f8db254e9.png
image.png

数据库字段说明
Id 主键
HolidayDate 节假日日期
HolidayName 节假日名称
HolidayDescripton 说明
HolidayConfig 放假配置 [放假日期|工作日期] =[A|B] A,B存在多个时用逗号分隔,见上图,通过这样的数据结构,然后编码实现。

后台代码贴部分,数据库交互使用EntityFramework

        public static void SetWnlConfig()
        {
            wnlEntities db = new wnlEntities();
            var list = db.HolidayArrange.ToList();

            var dateFestival = list.Select(u => u.HolidayDate + "||" + u.HolidayName).ToList();
            var dateFestivalContent = list.Select(u => new FestivalContent
            {
                name = u.HolidayName,
                value = u.HolidayDescription
            }).ToList();
            List<string[]> splists = list.Select(u => u.HolidayConfig.Split('|').ToArray()).ToList();
            List<string> dateRest = new List<string>();
            List<string> dateWork = new List<string>();

            foreach (var split in splists)
            {
                dateRest.AddRange(split[0].Split(','));
                dateWork.AddRange(split[1].Split(','));
            }

            var data = new WnlConfig
            {
                dateFestival = dateFestival,
                dateFestivalContent = dateFestivalContent,
                dateRest = dateRest,
                dateWork = dateWork,
            };

            //默认缓存一个小时
            CacheHelper.SetCache("wnl", JsonConvert.SerializeObject(data), new TimeSpan(0, 1, 0, 0));
        }

通过调用上述方法能够得到json数据,回传给前端,前端绑定后,即可得到相应的结果。

配置修改

既然保存在数据库中,那对应的数据应该能够被动态更改,下图给出配置界面


img_84e24b17ea0ab2a7ea66d8aa7b20e8c1.png
image.png

点击新增弹出配置窗体

img_105b5755bec8d83e1ba7a81989b9e303.png
配置窗体.png

配置代码

        /// <summary>
        /// 新增
        /// </summary>
        /// <param name="formjson"></param>
        /// <returns></returns>
        public ActionResult AddConfig(string formjson)
        {
            DataMsg datamsg = null;
            var model = JsonConvert.DeserializeObject<HolidayArrange>(formjson);
            if (!ValidateModel(model))
            {
                datamsg = new DataMsg()
                {
                    code = CodeStatus.Error,
                    msg = "配置验证失败,请核对后重新提交!"
                };
                return Json(datamsg, JsonRequestBehavior.AllowGet);
            }

            wnlEntities db = new wnlEntities();
            db.HolidayArrange.Add(model);
            int iret = db.SaveChanges();
            if (iret > 0)
            {
                datamsg = new DataMsg()
                {
                    code = CodeStatus.Ok,
                    msg = "新增成功"
                };
                SetWnlConfig();
            }
            else
            {
                datamsg = new DataMsg()
                {
                    code = CodeStatus.Error,
                    msg = "新增失败"
                };
            }

            return Json(datamsg, JsonRequestBehavior.AllowGet);
        }

剩下的编辑和删除配置同理

目录
相关文章
|
Java 开发工具 git
你需要的Java jar包反编译工具来了
在我们进行java开发过程中,有时候需要看一下某个jar包是否确定已经是我们更新过的代码,那么此时,就需要使用反编译工具看一下jar包中对应的java源码。下文介绍一个高效率的jar包源码查看工具:jd-gui
你需要的Java jar包反编译工具来了
|
数据安全/隐私保护 网络架构
DSL线路如何工作?
【4月更文挑战第15天】
620 3
DSL线路如何工作?
|
5月前
|
JSON API PHP
万年历API接口详解:精准获取指定日期信息
本文介绍接口盒子提供的万年历API,支持获取农历、节气、宜忌、星座等信息,具备完整的请求与返回示例,适用于黄历、日程管理等应用开发。
1397 0
|
26天前
|
人工智能 JSON API
构建AI智能体:二十、妙笔生花:Gradio集成DashScope Qwen-Image模型实现文生图
本文介绍了一个基于Gradio和阿里云通义千问Qwen-Image模型的文生图应用。该应用通过简洁的Web界面实现文本生成图像功能,支持多种风格(3D卡通、动漫、油画等)和尺寸选择,并包含负面提示词功能。文章详细解析了代码结构,包括API调用封装、参数映射、错误处理等核心功能模块,同时提供了丰富的示例提示词和生成效果展示。该工具适合探索AI图像生成能力,通过调整提示词和参数可优化生成效果。
422 3
|
监控 安全 芯片
看见“信任”,可信计算史上最全解析
等保2.0将可信提升到一个新的强度。在等保一到四级都有可信的要求,主要在三个领域:计算环境可信、网络可信、接入可信。
34769 1
看见“信任”,可信计算史上最全解析
|
3月前
|
机器学习/深度学习 存储 资源调度
Transformer架构的简要解析
Transformer架构自2017年提出以来,彻底革新了人工智能领域,广泛应用于自然语言处理、语音识别等任务。其核心创新在于自注意力机制,通过计算序列中任意两个位置的相关性,打破了传统循环神经网络的序列依赖限制,实现了高效并行化与长距离依赖建模。该架构由编码器和解码器组成,结合多头注意力、位置编码、前馈网络等模块,大幅提升了模型表达能力与训练效率。从BERT到GPT系列,几乎所有现代大语言模型均基于Transformer构建,成为深度学习时代的关键技术突破之一。
598 7
|
6月前
|
监控 安全 物联网
Endpoint Protection Platforms (EPP)介绍
端点保护平台(EPP)是一种综合安全解决方案,旨在保护网络中的端点设备免受恶意软件、数据泄露和其他威胁。EPP整合了防病毒、数据加密、入侵防护等功能,并可通过云端管理实现全局威胁情报共享。相比传统防病毒软件,EPP更注重企业级多设备安全管理,支持行为分析与机器学习等高级功能。此外,部分EPP还集成了端点检测与响应(EDR),以应对已突破防线的威胁。在网络安全中,EPP和EDR各有侧重:EPP重预防,EDR重响应,二者结合可构建更全面的安全体系。
353 1
|
5月前
|
JSON 监控 API
天猫商品详情API接口技术解析与Python实现
天猫商品详情API(tmall.item_get)是天猫开放平台的核心接口,通过商品ID可获取标题、价格、库存、图片、SKU及评价等完整信息。支持HTTP请求与JSON返回格式,适用于电商数据分析、竞品监控与价格策略优化等场景。本文提供Python调用示例,包含签名生成与异常处理,便于快速集成与应用。
|
9月前
|
运维 负载均衡 数据可视化
零门槛、低成本或无成本、轻松部署您的专属DeepSeek-R1 满血版4种解决方案
宏哥在仔细阅读了所有评测报告后,发现视频演示较少,因此决定制作一个涵盖四种部署方案的视频教程及评测。视频更加直观,便于用户理解。
433 2
|
11月前
|
人工智能 自然语言处理 数据挖掘
《深度解析:VAEs如何重塑数据生成与重建格局》
变分自编码器(VAEs)是人工智能领域中强大的生成模型,广泛应用于图像生成、语音合成及医疗数据分析。其核心由编码器和解码器组成,通过将数据映射到低维潜在空间并重建,实现高效的数据生成与重建。VAEs的潜在空间具有连续性,并引入概率分布以支持创新生成。损失函数引导编码与解码优化,确保高质量的重建效果。VAEs在图像、医疗和自然语言处理等领域展现出巨大潜力,为各行业带来新的发展机遇。
315 18