ASP.NET连接SQL、Access、Excel数据库(二)——连接实例 (转)

源代码:13033480群共享

ASP.NET使用ADO.NET连接数据库,ADO.NET的程序集名称是System.Data.dll,内有4个命名空间:System.Data.SqlClient、System.Data.OleDb、System.Data.Odbc和System.Data.OracleClient。每一个命名空间都包含ConnectionCommandDataReaderDataAdapter等类,我们就使用这些类建立与SQLAccessExcel数据库的连接。

我们添加五个窗体文件,分别使用SQLServer.NET连接SQL数据库、使用OleDb.NET连接SQL数据库、使用OleDb.NET连接Excel数据库、使用OleDb.NET连接Access数据库、使用Odbc.NET连接Excel数据库。

因为要使用ConfigurationManager读取Web.config文件中的连接字符串,所以,网站Web中要添加引用System.Configuration,并在aspx.cx文件中添加using System.Configuration

一、SQLServerToSQLDatabase.aspx.cs

连接字符串:

<</SPAN>addname="SQLServerToSQLString"connectionString="Server=.\SQLEXPRESS;Database=NetShop;Trusted_Connection=yes;"providerName="System.Data.SqlClient"/>

代码:

using System;

using System.Data;

 

using System.Configuration;

 

using System.Data.SqlClient;

 

public partialclassSQLServerToSQLDatabase : System.Web.UI.Page

{

protected void Page_Load(object sender, EventArgs e)

{

String connectionString =ConfigurationManager.ConnectionStrings["SQLServerToSQLString"].ConnectionString;

 

SqlConnection conn = new SqlConnection(connectionString);

 

SqlCommand cmd = new SqlCommand();

cmd.Connection = conn;

cmd.CommandType = CommandType.Text;

cmd.CommandText = "SELECT * FROM Category";

 

conn.Open();

 

SqlDataReader rdr = cmd.ExecuteReader();

while (rdr.Read())

{

Response.Write(rdr["Name"] +"
"
);

}

 

rdr.Close();

conn.Close();

 

 

}

}

二、OleDbToSQLDatabase.aspx.cs

连接字符串:

<</SPAN>addname="OleDbToSQLString"connectionString="Provider=SQLOLEDB;Server=.\SQLEXPRESS;Database=NetShop;Trusted_Connection=yes;"providerName="System.Data.OleDb"/>

代码:

using System;

using System.Data;

 

using System.Configuration;

 

using System.Data.OleDb;

 

public partialclassOleDbToSQLDatabase : System.Web.UI.Page

{

protected void Page_Load(object sender, EventArgs e)

{

String connectionString =ConfigurationManager.ConnectionStrings["OleDbToSQLString"].ConnectionString;

 

OleDbConnection conn = new OleDbConnection(connectionString);

 

OleDbCommand cmd = new OleDbCommand();

cmd.Connection = conn;

cmd.CommandType = CommandType.Text;

cmd.CommandText = "SELECT * FROM Category";

 

conn.Open();

 

OleDbDataReader rdr = cmd.ExecuteReader();

while (rdr.Read())

{

Response.Write(rdr["Name"] +"
"
);

}

 

rdr.Close();

conn.Close();

 

}

}

三、OleDbToExcelDatabase.aspx.cs

连接字符串:

<</SPAN>addname="OleDbToExcelString"connectionString="Provider=Microsoft.Jet.OLEDB.4.0;Data Source=|DataDirectory|\NetShop.xls;extended properties=excel 8.0;"providerName="System.Data.OleDb"/>

代码:

using System;

using System.Data;

 

using System.Configuration;

 

using System.Data.OleDb;

 

public partialclassOleDbToExcelDatabase : System.Web.UI.Page

{

protected void Page_Load(object sender, EventArgs e)

{

String connectionString =ConfigurationManager.ConnectionStrings["OleDbToExcelString"].ConnectionString;

 

OleDbConnection conn = new OleDbConnection(connectionString);

 

OleDbCommand cmd = new OleDbCommand();

cmd.Connection = conn;

cmd.CommandType = CommandType.Text;

cmd.CommandText = "SELECT * FROM Category";

 

conn.Open();

 

OleDbDataReader rdr = cmd.ExecuteReader();

while (rdr.Read())

{

Response.Write(rdr["Name"] +"
"
);

}

 

rdr.Close();

conn.Close();

 

}

}

四、OleDbToAccessDatabase.aspx.cs

连接字符串:

<</SPAN>addname="OleDbToAccessString"connectionString="Provider=Microsoft.Jet.OLEDB.4.0;Data Source=|DataDirectory|\NetShop.mdb"providerName="System.Data.OleDb"/>

代码:

using System;

using System.Data;

 

using System.Configuration;

 

using System.Data.OleDb;

 

public partialclassOleDbToAccessDatabase : System.Web.UI.Page

{

protected void Page_Load(object sender, EventArgs e)

{

String connectionString =ConfigurationManager.ConnectionStrings["OleDbToAccessString"].ConnectionString;

 

OleDbConnection conn = new OleDbConnection(connectionString);

 

OleDbCommand cmd = new OleDbCommand();

cmd.Connection = conn;

cmd.CommandType = CommandType.Text;

cmd.CommandText = "SELECT * FROM Category";

 

conn.Open();

 

OleDbDataReader rdr = cmd.ExecuteReader();

while (rdr.Read())

{

Response.Write(rdr["Name"] +"
"
);

}

 

rdr.Close();

conn.Close();

 

}

}

五、OdbcToExcelDatabase.aspx.cs

连接字符串:

<</SPAN>addname="OdbcToExcelString"connectionString="Driver={Microsoft Excel Driver (*.xls)};DBQ=|DataDirectory|\NetShop.xls"providerName="System.Data.Odbc"/>

代码:

using System;

using System.Data;

 

using System.Configuration;

 

using System.Data.Odbc;

 

public partialclassOdbcToExcelDatabase : System.Web.UI.Page

{

protected void Page_Load(object sender, EventArgs e)

{

String connectionString =ConfigurationManager.ConnectionStrings["OdbcToExcelString"].ConnectionString;

 

OdbcConnection conn = new OdbcConnection(connectionString);

 

OdbcCommand cmd = new OdbcCommand();

cmd.Connection = conn;

cmd.CommandType = CommandType.Text;

cmd.CommandText = "SELECT * FROM Category";

 

conn.Open();

 

OdbcDataReader rdr = cmd.ExecuteReader();

while (rdr.Read())

{

Response.Write(rdr["Name"] +"
"
);

}

 

rdr.Close();

conn.Close();

 

}

}

六、分别运行5个窗体文件,查看结果。

注意:

1、两个Data Source不有换成DatabaseDBQ也不能;

2、使用OleDb连接SQL数据库,Trusted_Connection=yes只能是yes,不能是trueSSPI;

3providerName="System.Data.SqlClient"providerName属性只起说明作用,可以不要。

4、从五个程序的代码可以看出ADO.NET的一个主要优点,那就是:

提供了对诸如 SQL Server XML 这样的数据源以及通过 OLE DB ODBC公开的数据源的一致访问

版权所有©2012,西园电脑工作室.欢迎转载,转载请注明出处.更多文章请参阅博客http://blog.csdn.com/yousuosi
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值