Linq学习笔记(三)

简介: 下面的代码演示了如何利用Linq结合AspNetPager控件实现分页功能,以及如果利用Linq to Xml将当前页数据保存为Xml using (NorthWindDataContext db = new NorthWindDataContext())            {                               int Page = Utils.
下面的代码演示了如何利用Linq结合AspNetPager控件实现分页功能,以及如果利用Linq to Xml将当前页数据保存为Xml

  using  (NorthWindDataContext db  =   new  NorthWindDataContext())
            
{               
                
int Page = Utils.GetPageIndex();//取得当前页码
                var s = from c in db.T_Tests orderby c.F_AutoId select new { c.F_ID,F_AutoID = c.F_AutoId.ToString().PadLeft(8,'0')};                             
var p 
= s.Skip((Page - 1* this.AspNetPager1.PageSize).Take(this.AspNetPager1.PageSize);//取得当前页数据(注:先跳过(Page-1)*PageSize条记录后,再取PageSize条记录)
                this.GridView3.DataSource = p; 
                
this.GridView3.DataBind();

                
this.AspNetPager1.RecordCount = s.Count();//设置分页控件的总记录数
                this.AspNetPager1.CurrentPageIndex = Page;//设置分页控件的当前页


                
//将当前数据保存为xml
                XDocument doc = new XDocument(new XElement(
                                                            
"T_Test", from d in p                                                         
                                                                        select 
                                                                        (
                                                                            
new XElement
                                                                            (
                                                                                
"data",
                                                                                
new XAttribute("F_ID", d.F_ID),
                                                                                
new XAttribute("F_AutoID", d.F_AutoID)
                                                                            )
                                                                        )
                                                           )
                                               );
                doc.Save(
"c:\\demo.xml"); 

                db.Dispose();
//及时释放资源
            }

保存的Demo.Xml内容如下:

<? xml version="1.0" encoding="utf-8" ?>
< T_Test >
  
< data  F_ID ="9552e4dc-9a0a-414e-ab80-b0252f88411e"  F_AutoID ="00000014"   />
  
< data  F_ID ="2d135009-d24f-46ca-92ba-6d7b706f4025"  F_AutoID ="00000015"   />
  
< data  F_ID ="2e725756-da8c-4ede-ba13-00aa91fbd8e2"  F_AutoID ="00000016"   />
  
< data  F_ID ="d6a1b0aa-40e8-4cf8-a3f2-c1c28576d6f3"  F_AutoID ="00000017"   />
  
< data  F_ID ="fed11493-6349-419e-a83b-c42f6d318735"  F_AutoID ="00000018"   />
  
< data  F_ID ="c1eedd2b-2d92-46e3-8aab-f4180e106c6f"  F_AutoID ="00000019"   />
  
< data  F_ID ="762a57b5-8ca6-4d8c-9569-bbd62d4873a6"  F_AutoID ="00000020"   />
  
< data  F_ID ="a468b3b0-1392-4bf5-be84-b2e1a90c53de"  F_AutoID ="00000021"   />
  
< data  F_ID ="d3526eff-23d4-41a4-b6b2-d4b1f5bf6085"  F_AutoID ="00000022"   />
  
< data  F_ID ="6e0687ea-07be-4a83-a50f-4d3700868d15"  F_AutoID ="00000023"   />
  
< data  F_ID ="f343f96f-8d2b-4ef5-a431-82df7f607d6e"  F_AutoID ="00000024"   />
  
< data  F_ID ="34d7d945-599c-4986-bdec-2ee7bf338e0f"  F_AutoID ="00000025"   />
  
< data  F_ID ="2c569843-ecfd-4f53-a59b-5e28083ed4e3"  F_AutoID ="00000026"   />
</ T_Test >
目录
相关文章
|
5月前
|
数据采集 自然语言处理 搜索推荐
Python内置函数ord()详解
`ord()` 是 Python 中用于将单个字符转换为对应 Unicode 码点的核心函数,支持 ASCII、多语言字符及特殊符号。其返回值为整数(范围 0-1114111),适用于字符编码验证、数据清洗、自定义排序、基础加解密等场景。使用时需注意参数长度必须为 1,否则会触发 `TypeError`。结合 `chr()` 函数可实现双向转换,进阶技巧包括多字节字符处理、编码范围检测及字符分类验证等。
|
Web App开发 安全 Java
Debian 12.7 推出安全性和稳定性改进
【10月更文挑战第16天】
568 3
Debian 12.7 推出安全性和稳定性改进
|
XML Java 数据库
Spring boot的最全注解
Spring boot的最全注解
399 4
|
数据采集 机器学习/深度学习 数据挖掘
告别脏乱差!Python数据清洗秘籍,让你的数据比初恋还纯净!
在数据分析与机器学习领域,数据质量至关重要。本文将带你揭秘如何使用Python进行高效的数据清洗。面对缺失值,可以利用Pandas填充或删除;遇到异常值,可通过IQR方法识别并过滤;数据类型不一致时,需统一转换;重复记录则应被清除。通过这些步骤,让你的数据焕然一新,更加纯净可靠。以下是具体操作示例: - **处理缺失值**:使用Pandas的`fillna`或`dropna`方法。 - **识别异常值**:利用IQR方法过滤极端值。 - **统一数据类型**:确保所有数据列类型一致。 - **删除重复记录**:避免计算资源浪费和结果偏差。 让你的数据比初恋更纯净,从现在做起!
331 1
|
人工智能 自然语言处理 算法
自然语言处理与文本分析
自然语言处理(Natural Language Processing,NLP)是计算机科学和人工智能领域的一个分支,旨在让计算机理解、生成和处理人类自然语言。文本分析是自然语言处理的一个重要部分,旨在从文本数据中提取有用信息,如关键词、主题、情感等。
347 4
SVN常用命令
本文汇总了SVN版本控制系统的常用命令,包括代码检出、提交、更新、添加、删除、查看日志、状态、差异比较、撤销修改、忽略设置、清理、查看信息、文件列表、文件内容查看、blame操作、地址重定向以及分支管理等,旨在帮助用户更高效地使用SVN进行代码版本控制。
|
测试技术 索引 Python
Python enumerate函数
Python enumerate函数
Python enumerate函数
|
SQL 存储 Java
一文帮你搞定MyBatis的类型转换模块,深度好文,欢迎一键三连!!!
MyBatis是一个持久层框架ORM框架,实现数据库中数据和Java对象中的属性的双向映射,那么不可避免的就会碰到类型转换的问题,在PreparedStatement为SQL语句绑定参数时,需要从Java类型转换为JDBC类型,而从结果集中获取数据时,则需要从JDBC类型转换为Java类型,所以我们来看下在MyBatis中是如何实现类型的转换的。
一文帮你搞定MyBatis的类型转换模块,深度好文,欢迎一键三连!!!
|
Rust 编译器 Linux
Rust编译过程讲解与开发环境准备
目前主流编译平台有,GNU、MSVC、LLVM。因为rustc调用了llvm,因此我们以LLVM为例,我们从C语言的编译过程聊,再对比Rust,看它们的编译过程有何差异。
538 3
|
消息中间件 Apache 流计算
Apache Flink的RabbitMQ connector使用的是`org.apache.flink:flink-sql-connector-rabbitmq`库
Apache Flink的RabbitMQ connector使用的是`org.apache.flink:flink-sql-connector-rabbitmq`库
162 2
下一篇
oss云网关配置