sharepoint常见操作

1.获取左右应用程序

SPWebApplicationCollection webs = SPWebService.ContentService.WebApplications;
            foreach (SPWebApplication web in webs)
            {
                listApplication.Items.Add(web.DisplayName);//获取所有应用程序
            }

2. 获取列表各列表项的标题字段

 SPSite site = new SPSite("http://sharepoint:81/");
            SPWeb spweb = site.OpenWeb();
            SPList list = spweb.Lists["DepartmentList"];
            SPListItemCollection listitems = list.Items;
            foreach (SPListItem item in listitems)
            {
                txtList.Text += item["标题"].ToString() + Environment.NewLine;//获取部门列表标题字段
            }

3.删除列表

 SPSite site = new SPSite("http://sharepoint:81/");
            SPWeb spweb = site.OpenWeb();
            SPListCollection lists= spweb.Lists;
            SPList list = lists["DepartmentList"];
            System.Guid listguid = list.ID;
            lists.Delete(listguid);

4.操作视图

SPSite site = new SPSite("http://sharepoint:81/");
            SPWeb spweb = site.OpenWeb();
            SPList list = spweb.Lists["DepartmentList"];
            SPViewCollection listitems = list.Views;
            foreach (SPView item in listitems)
            {
                this.txtList.Text += item.Title + Environment.NewLine;
            }

            Guid viwGuid = list.Views["我的日常工作"].ID;
            SPView sv = list.GetView(viwGuid);

            SPListItemCollection collItem = list.GetItems(sv);
            SPViewFieldCollection collViewFields = sv.ViewFields;
            foreach (SPListItem oitem in collItem)
            {
                for (int index = 0; index < collViewFields.Count; index++)
                {
                    this.txtList.Text += collViewFields[index].ToString() + ":" + oitem[collViewFields[index]].ToString() + Environment.NewLine;
                }
            }

5.列表转换为DataTable

SPSite site = new SPSite("http://sharepoint:81/");
            SPWeb spweb = site.OpenWeb();
            SPList list = spweb.Lists["DepartmentList"];
            SPListItemCollection listitems = list.Items;
            return listitems.GetDataTable();

6.操作文档库

SPSite site = new SPSite("http://sharepoint:81/");
            SPWeb spweb = site.OpenWeb();
            SPFolder myFolder = spweb.GetFolder("Doc");
            SPFileCollection myfiles = myFolder.Files;
           
            FileStream fstream = File.OpenRead(@"C:\aaa.txt");
            byte[] contens = new byte[fstream.Length];
            fstream.Read(contens, 0, (int)fstream.Length);
            fstream.Close();

            string path = site.Url + "/kb/kb/";
            string filename = DateTime.Now.ToString().Replace(" ", "").Replace(":", "") + ".txt";
            SPFile file = myfiles.Add(path + filename, contens);
            file.Item["知识库标题"] = "测试知识库";
            file.Item["内容"] = "计算机是以非常复杂的工作";
            file.Item["分类"] = "4";
            file.Item.Update();

7.操作用户用户组

SPSite site = new SPSite("http://sharepoint:81/");
            SPWeb spweb = site.OpenWeb();
            foreach (SPUser user in spweb.SiteUsers)
            {
                this.txtList.Text += user.Name + Environment.NewLine;
            }

            foreach (SPGroup group in spweb.Groups)
            {
                this.txtList.Text += group.Name + Environment.NewLine;
            }

8.获取MOss内置名称 在CAML语法中使用的字段名并不是创建的字段名而是Moss系统内部名称

SPSite site = new SPSite("http://sharepoint:81/");
            SPWeb spweb = site.OpenWeb();
            SPList list = spweb.Lists["DepartmentList"];
            SPListItemCollection listitems = list.Items;
            SPListItem item = listitems[0];
            for (int i = 0; i < item.Fields.Count; i++)
            {
                this.txtList.Text += item.Fields[i].Title + ":" + item.Fields[i].InternalName + Environment.NewLine;
            }

9.CAML查询

SPSite site = new SPSite("http://sharepoint:81/");
            SPWeb spweb = site.OpenWeb();
            SPList list = spweb.Lists["DepartmentList"];
            SPQuery query = new SPQuery();
            query.ViewFields = "<FieldRef Name='Title'/><FieldRef Name='_x95ee_x9898_x51b3_x65'/><FieldRef Name='Created'/>";
            query.Query = "<Where><Contains><FieldRef Name='Title'/><value Type='Text'>计算机</value></Contains></Where>";
            query.RowLimit = 5;
            SPListItemCollection myiten = list.GetItems(query);

10. 得到网站集
SPSite site=new SPSite(“http://yang:9000”)
使用AllWebs得到子站点kb
SPWeb web1=site.AllWebs[“kb”];
MessageBox.Show(web1.Title)
使用OpenWeb获取当前网站集下的知识库子站点
SPWeb web2=site.OpenWeb(“kb”)
OpenWeb方法中的参数是一个相对地址
利用SPControl控制的上下文
SPWeb web=SPControl.GetContextWeb(Context)
利用WSS对象的上下文SPContent
SPWeb web=SPContext.Current.Web

SPWeb web=SPControl.GetContextWeb(Context).webs[“kb”]
SPList treelist=web.Lists[listname]

SPWeb rootweb=SPControl.GetContextSite(Context).RootWeb


列表对象
SPListCollection SPListItem SPListItemCollection
SPViewCollection
SPViewFiledCollection
SPView
SPDocumentLibrary
SPFiled
SPFiledCollection

转载于:https://www.cnblogs.com/GreenGrass/archive/2013/04/25/3042569.html

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