ASP.NET_jquery の JQUERY に基づく高性能 TreeView サプリメント
完全なコードを以下に掲載します。返信で友人のコードを読んだため、かなり遠回りしました。今考えると、それほど面倒ではありませんでした。
{
string mystr = "[";
DataTable dt = DBUtility.db.ExecuteTable("select * from class where parientid=0") ;
int a = dt.Rows.Count;
for (int i = 0; i {
mystr = GetOtherJson(Convert.ToInt32(dt.Rows[i]["classid"].ToString())) ",";
}
mystr = mystr.Substring(0, mystr.Length - 1) ;
mystr = "]";
mystr = mystr.Replace("'", """);
return mystr;
}
//再帰的
プライベート文字列 GetOtherJson (int pid)
{
DataTable dt = DBUtility.db.ExecuteTable("select * from class where classid=" pid);
string strjson = ""
bool haschild = IsHasChild(pid) );
strjson = "{";
strjson = "'id':'" pid "',";
strjson = "'text':'" dt.Rows[0]["クラス名"].ToString() "',";
strjson = "'value':'" dt.Rows[0]["classid"].ToString() "',";
strjson = " ' showcheck':true," ;
strjson = " 'complete':true,";
strjson = "'checktate':0,";
strjson = "'hasChildren':" haschild.ToString( ).ToLower() " ,";
strjson = "'ChildNodes':";
if (!IsHasChild(pid))
{
strjson = "null}";
else
{
strjson = "[";
DataTable mydt = DBUtility.db.ExecuteTable("select * from class where parientid=" pid); ; i {
strjson (Convert.ToInt32(mydt.Rows[i]["classid"].ToString())) "," ;
}
strjson.Substring(0, strjson.Length - 1);
strjson = "]}"
return
}
private bool IsHasChild(int pid )
{
DataTable dt = DBUtility.db.ExecuteTable("select * from class where parientid=" pid);
if (dt.Rows.Count == 0); 🎜>{
return false;
}
else
{
return true;
}
}
最終的には、データベースを構築してください。兄さん、不公平でした。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









Swoole を使用して高性能 HTTP リバース プロキシ サーバーを実装する方法 Swoole は、PHP 言語に基づいた高性能、非同期、同時ネットワーク通信フレームワークです。一連のネットワーク機能を提供し、HTTP サーバー、WebSocket サーバーなどの実装に使用できます。この記事では、Swoole を使用して高性能 HTTP リバース プロキシ サーバーを実装する方法と、具体的なコード例を紹介します。環境構成 まず、サーバーに Swoole 拡張機能をインストールする必要があります

PHP と WebSocket: 高性能リアルタイム アプリケーションの構築 インターネットが発展し、ユーザーのニーズが高まるにつれて、リアルタイム アプリケーションはますます一般的になってきています。従来の HTTP プロトコルには、最新のデータを取得するために頻繁なポーリングや長時間のポーリングが必要になるなど、リアルタイム データを処理する場合にいくつかの制限があります。この問題を解決するために、WebSocket が登場しました。 WebSocket は、双方向通信機能を提供する高度な通信プロトコルであり、ブラウザとサーバーの間でリアルタイムの送受信を可能にします。

C++ は、開発者に柔軟性と拡張性を提供する高性能プログラミング言語です。特に大規模なデータ処理シナリオでは、C++ の効率と高速な計算速度が非常に重要です。この記事では、大規模なデータ処理のニーズに対応するために C++ コードを最適化するためのテクニックをいくつか紹介します。従来の配列の代わりに STL コンテナを使用する C++ プログラミングでは、配列は一般的に使用されるデータ構造の 1 つです。ただし、大規模なデータ処理では、vector、deque、list、set などの STL コンテナーを使用すると、より多くの処理が実行される可能性があります。

科学技術の継続的な発展に伴い、音声認識技術も大きく進歩し、応用されています。音声認識アプリケーションは、音声アシスタント、スマート スピーカー、仮想現実などの分野で広く使用されており、より便利でインテリジェントな対話方法を人々に提供しています。高性能音声認識アプリケーションを実装する方法は、検討する価値のある問題となっています。近年、音声認識アプリケーションの開発において、高機能なプログラミング言語としてGo言語が注目を集めています。 Go 言語は、同時実行性が高く、記述が簡潔で、実行速度が速いという特徴があり、高パフォーマンスの言語を構築するのに非常に適しています。

Go 言語を使用して高性能の顔認識アプリケーションを開発する 要約: 顔認識テクノロジは、今日のインターネット時代において非常に人気のあるアプリケーション分野です。この記事では、Go 言語を使用して高性能の顔認識アプリケーションを開発する手順とプロセスを紹介します。 Go 言語の同時実行性、高性能、使いやすさの機能を使用することで、開発者は高性能の顔認識アプリケーションをより簡単に構築できます。はじめに: 今日の情報社会では、顔認識技術はセキュリティ監視、顔決済、顔ロック解除などの分野で広く使用されています。インターネットの急速な発展により、

Java 開発: Netty を使用して高性能ネットワーク プログラミングを行う方法 概要: Netty は、ネットワーク アプリケーションの開発プロセスを簡素化する、高性能の非同期イベント駆動型ネットワーク プログラミング フレームワークです。この記事では、Netty の主な機能と、Netty を使用して高性能ネットワーク プログラミングを行う方法を紹介します。同時に、読者が Netty をよりよく理解し、適用できるように、いくつかの具体的な Java コード例も提供します。 1. Netty の概要 Netty は JavaNIO に基づいたネットワーク プログラミング ボックスです。

Docker と SpringBoot の技術的実践: 高パフォーマンスのアプリケーション サービスを迅速に構築する はじめに: 今日の情報化時代において、インターネット アプリケーションの開発と展開はますます重要になっています。クラウド コンピューティングと仮想化テクノロジの急速な発展に伴い、軽量コンテナ テクノロジとして Docker が広く注目され、応用されるようになりました。 SpringBoot は、Java アプリケーションを迅速に開発および展開するためのフレームワークとしても広く認識されています。この記事では、Docker と SpringB を組み合わせる方法について説明します。

高性能データベース検索アルゴリズムのための Java 実装アイデアの要約: インターネットとビッグデータ時代の到来により、データベースのストレージと検索パフォーマンスはデータ処理の効率にとって非常に重要です。この記事では、高性能データベース検索アルゴリズムの Java 実装アイデアを紹介し、具体的なコード例を示します。はじめに データベース検索は、大規模なデータ収集で高速にクエリを実行するための重要な操作の 1 つです。従来のデータベース検索アルゴリズムでは検索効率が低いという問題があり、ビッグデータ時代のニーズに応えられません。したがって、高性能のデータベース検索アルゴリズムは、
