ASP.NET跨页面传值方式

原地址:http://baike.baidu.com/view/1392809.htm?fr=aladdin#2

定义:统指WEB页面之间的传值,包括简单的页面表单传值和页面程序中的变量传值。变量传值:可分为简单的变量如 int a,string b;等,还包括对复杂的对象进行传递。


跨页面传值

2使用QueryString变量

3使用Application 对象变量

4使用Form表单

5使用Session变量

6使用Cookie对象变量

7使用Server.Transfer方法


1跨页面传值

现以asp.net 为例
ASP.NET跨页面传值技巧总结

2使用QueryString变量

QueryString是一种非常简单之传值方式,他可以将传送之值显示在 浏览器地址栏中。如果是传递一个或多个安全性要求不高或是结构简单之数值时,可以使用这个方法。但是对于传递 数组或对象之话,就不能用这个方法了。下面是一个例子:
a.aspx之C#代码
private void Button1_Click(object sender, System.EventArgs e)
{
string s_url;
s_url = "b.aspx?name=" + Label1.Text;
Response.Redirect(s_url);
}
b.aspx中C#代码
private void Page_Load(object sender, EventArgs e)
{
Label2.Text = Request.QueryString["name"];
}

3使用Application 对象变量

Application对象之作用范围是整个全局,也就是说对所有用户都有效。其常用之方法用Lock和UnLock。
a.aspx之C#代码
private void Button1_Click(object sender, System.EventArgs e)
{
Application["name"] = Label1.Text;
Server.Transfer("b.aspx");
}
b.aspx中C#代码
private void Page_Load(object sender, EventArgs e)
{
string name;
Application.Lock();
name = Application["name"].ToString();
Application.UnLock();
}

4使用Form表单

Form这个肯定是大家使用中最多的用法之一,是基于HTML,可作为静态页面传送数据而且数据量比较大,而且数据保密,所以,在传值比较多对收集起来的数据又需要保密的时候才用Form传值是相当方便的。
a.aspx之C#代码
private void Button1_Click(object sender, System.EventArgs e)
{
Response.Write("<form name='submit1' method='post' action='b.aspx'>");
Response.Write("<input id=\"ct\" name=\"ct\" type=\"hidden\" value=\"" + ct.Trim() + "\"/>");
Response.Write("</form>");
Response.Write("<script>");
Response.Write("document.submit1.submit()");
Response.Write("</script>");
}
b.aspx中C#代码
private void Page_Load(object sender, EventArgs e)
{
string name;
name = Request.Form["ct"].ToString();
}

5使用Session变量

想必这个肯定是大家使用中最常见之用法了,其操作与Application类似,作用于用户个人,所以,过量之存储会导致 服务器内存资源之耗尽。
a.aspx之C#代码
private void Button1_Click(object sender, System.EventArgs e)
{
Session["name"] = Label.Text;
}
b.aspx中C#代码
private void Page_Load(object sender, EventArgs e)
{
string name;
name = Session["name"].ToString();
}

6使用Cookie对象变量

这个也是大家常使用之方法,与Session一样,其是什对每一个用户而言之,但是有个本质之区别,即Cookie是存放在 客户端之,而session是存放在服务器端之。而且Cookie之使用要配合ASP.NET内置对象Request来使用。
a.aspx之C#代码
private void Button1_Click(object sender, System.EventArgs e)
{
HttpCookie cookie_name = new HttpCookie("name");
cookie_name.Value = Label1.Text;
Reponse.AppendCookie(cookie_name);
Server.Transfer("b.aspx");
}
b.aspx中C#代码
private void Page_Load(object sender, EventArgs e)
{
string name;
name = Request.Cookie["name"].Value.ToString();
}

7使用Server.Transfer方法

这个才可以说是面象对象开发所使用之方法,其使用Server.Transfer方法把流程从当前页面引导到另一个页面中,新之页面使用前一个页面之应答流,所以这个方法是完全面象对象之,简洁有效。
a.aspx之C#代码
public string Name
{
  get{ return Label1.Text;}
}
private void Button1_Click(object sender, System.EventArgs e)
{
   Server.Transfer("b.aspx");
}
b.aspx中C#代码
private void Page_Load(object sender, EventArgs e)
{
  a newWeb; //实例a 窗体
 newWeb = (source)Context.Handler;
 string name;
 name = newWeb.Name;
}


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