关于对账差额折扣问题

简介:
1.          增加科目  7001   供应商付款差额  , 核算项目为   供应商 ’;
2.          把确认后的差额以凭证的形式录入 ;
3.          在系统工具 单据自定义中增加字段 是否提示 ; 如图
4.          在数据库中执行脚本。
 
if exists(select 1 from sysobjects where name = 'icpurchase_jade01') drop trigger icpurchase_jade01
go

create trigger icpurchase_jade01 on icpurchase
for insert,update
as
declare @ftrantype int,@finterid int,@fisprompt as bit,@fsupplyid int,@fstatus int
declare @fleftamountfor decimal(18,2),@fdiffamount decimal(18,2)
select @ftrantype = ftrantype,@finterid = finterid,@fisprompt = case when isnull(FHeadSelfI0245,0) = 1 then 1 else 0 end,@fsupplyid = fsupplyid,@fstatus = fstatus
from inserted
--采购专用发票,未审核,
if @ftrantype <> 75 or @fstatus = 1 or @fisprompt = 0 goto ext
select @fleftamountfor = isnull(sum(famountfor),0)
from t_voucher a,t_voucherentry b,t_account c,t_itemdetailv d
where a.fvoucherid = b.fvoucherid and b.faccountid = c.faccountid and b.fdetailid = d.fdetailid
and d.fitemclassid = 8 and c.fnumber= '7001' and b.fdc = 0
and d.fitemid = @fsupplyid
select @fdiffamount = sum((b.fauxtaxprice - c. fauxtaxprice) * b.fqty * a.fexchangerate)
from icpurchase a
inner join icpurchaseentry b on a.finterid = b.finterid 
left join poorderentry c on b.forderinterid = c.finterid and b.forderentryid = c.fentryid
where a.finterid = @finterid

if @fleftamountfor < @fdiffamount
    begin
 declare @errmsg varchar(200)
 select @errmsg = '已经确认的差额为:' + convert(varchar(20),@fleftamountfor) + char(10) +
    '本张发票的差额为:' + convert(varchar(20),@fdiffamount) + char(10)
 raiserror (@errmsg,16,1)
    end
ext:

/*
alter table icpurchase disable trigger icpurchase_jade01
alter table icpurchase enable trigger icpurchase_jade01
*/
 
 





本文转自redking51CTO博客,原文链接: http://blog.51cto.com/redking/25136 ,如需转载请自行联系原作者
相关文章
|
13天前
|
数据采集 人工智能 安全
|
8天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
631 4
|
8天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
348 164
|
7天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
358 155

热门文章

最新文章