精华内容
下载资源
问答
  • 父子结构excel(java)导入数据库,页面上展示成树状结构 excel数据结构 java代码 Controller层 我这里传入的参数除了文件,有一个id,id为页面上的目录上的一个节点id,可理解为我导入的目录实在某一个节点下展现...

    父子结构的excel(java)导入数据库,页面上展示成树状结构

    excel数据结构

    在这里插入图片描述

    java代码

    Controller层

    我这里传入的参数除了文件,有一个id,id为页面上的目录上的一个节点id,可理解为我导入的目录实在某一个节点下展现,id也可为总的父节点,我这里为判断传入的id为所有节点的父id,默认为0,也可为已存在的某一节点id.

    @SneakyThrows
        @RequestMapping("/importBookExcel")
        public AjaxResult importBookExcel(@RequestParam(value = "file", required = false) MultipartFile file, HttpServletRequest request) {
            //获取参数
            String id = request.getParameter("id");
            if (id == null || "".equals(id)) {
                id = "0";
            }
            //poi解析excel
            InputStream inputStream = file.getInputStream();
            // 读取工作薄
            Workbook workbook = new XSSFWorkbook(inputStream);
            Sheet sheet = workbook.getSheetAt(0);
            //定义一个cellId,此为每一次循环前一列的id
            int cellId = 0;
            if (sheet.getPhysicalNumberOfRows() > 1) {
                //按照行进行循环,读取当前行的列
                for (int k = 1; k < sheet.getPhysicalNumberOfRows(); k++) {
                    // 读取单元格
                    Row row = sheet.getRow(k);
                    if (row != null) {
                    //第一列单独拿出操作
                        Cell cell1 = row.getCell(0);
                        //判断单元格是否为空
                        if (!(cell1 == null || "".equals(cell1.toString().trim()))) {
                            cell1.setCellType(Cell.CELL_TYPE_STRING);
                            //根据传入的id和得到的name查询此节点是否存在
                            Book book= bookService.getByName(Integer.parseInt(id), cell1.getStringCellValue());
                            //如果第一列的name相关为空,向数据库添加此记录
                            if (book== null) {
                                Booklog bk= new Book();
                                bk.setName(cell1.getStringCellValue());
                                bk.setParentId(Integer.parseInt(id));
                                bk.setCreateTime(new Date());
                                //创建人一般从当前用户session或者redis拿取,我这里随便填了
                                bk.setCreateUser("test"));
                                Boolean result = bookService.save(bk);
                                //因为id自增,所以插入后,查询刚插入数据,得到id,作为下一列的父id
                                if (result) {
                                    Book bookResult= catalogService.getByName(bk.getParentId(), bk.getName());
                                    cellId = bookResult.getId();
                                }
                            } else {
                                cellId = book.getId();
                            }
                        }
                        //从第二列开始循环遍历列,我这里excel一行就三列,已查询第一列
                        for (int j = 1; j < 3; j++) {
                            Cell cell = row.getCell(j);
                            Book bo= null;
                            //父id
                            if (cellId != 0) {
                                bo= bookService.getById(cellId);
                            }
                            //判断此列是否为空
                            if (!(cell == null || "".equals(cell.toString().trim()))) {
                            //懒得编对象别名了
                                Book book1= bookSerice.getByName(book.getId(), cell.getStringCellValue());
                                if (cat == null) {
                                    Book  book2= new Book();
                                    book2.setName(cell.getStringCellValue());
                                    book2.setParentId(cellId);
                                    book2.setCreateTime(new Date());
                                    book2.setCreateUser("test");
                                    Boolean bl = bookService.save(book2);
                                    if (bl) {
                                        Book book3= bookService.getByName(cellId, book2.getName());
                                        cellId = book3.getId();
                                    }
                                } else {
                                    cellId = book2.getId();
                                }
                            }
                        }
                    }
                }
                return AjaxResult.success("文件导入成功");
            } else {
                return AjaxResult.fail("文件内容为空");
            }
        }
    

    结果

    各位,因为是公司项目最近的需求,所以一些无关参数和按钮都被我删了或隐藏,但不影响功能,请各位谅解。。。
    在这里插入图片描述
    在这里插入图片描述

    说明

    这次的需求突然给我的,所以写的较快,递归和excel合并单元格等方式还没有试过,我代码中的第一列和后续列循环应该可以归纳在一起,但时间紧,没有考虑太多,有想法的兄弟可以一起探讨。

    展开全文
  • 大家好,我是才哥。 上一期咱们介绍《手把手教你用plotly绘制excel中常见的16种图表(上)》...树状图适合比较层次结构内的比例,但是不适合显示最大类别与各数据点之间的层次结构级别,后面的旭日图可更加直观地显示这

    大家好,我是才哥。

    上一期咱们介绍《手把手教你用plotly绘制excel中常见的16种图表(上)》演示了8种常见图表,今天我们继续演示另外8种常见图表的绘制。

    1. 树状图

    树状图提供数据的分层视图,并便于识别模式,例如哪些商品是商店的畅销商品。树分支表示为矩形,每个子分支显示为更小的矩形。树状图适合比较层次结构内的比例,但是不适合显示最大类别与各数据点之间的层次结构级别,后面的旭日图可更加直观地显示这些内容。

    # 自带数据集 tips
    import plotly.express as px
    
    df = px.data.tips()
    df.sample(5)
    

    tips

    基础的树状图

    import plotly.express as px
    
    df = px.data.tips()
    df["all"] = "all" # in order to have a single root node
    fig = px.treemap(df, 
                     path=['all', 'sex', 'day', 'time'], # 层级顺序 
                     values='total_bill', # 面积大小用total_bill字段决定
                    )
    fig.show()
    

    树状图

    树状热力图

    # 自带数据集 gapminder
    df = px.data.gapminder()
    df.sample(5)
    

    gapminder

    # 绘制2007年各大洲各国家人口和人均寿命树状热力图
    # 色块面积由人口决定,色块颜色由人均寿命决定
    import plotly.express as px
    import numpy as np
    
    df= px.data.gapminder().query("year == 2007")
    df["world"] = "world" # in order to have a single root node
    fig = px.treemap(df, path=['world', 'continent', 'country'], values='pop',
                      color='lifeExp', hover_data=['iso_alpha'],
                      color_continuous_scale='RdBu',
                      color_continuous_midpoint=np.average(df['lifeExp'], weights=df['pop']))
    fig.show()
    

    树状热力图

    2. 旭日图

    旭日图非常适合显示分层数据,层次结构的每个级别均通过一个环或圆形表示,最内层的圆表示层次结构的顶级。 不含任何分层数据(类别的一个级别)的旭日图与圆环图类似,但具有多个级别的类别的旭日图显示外环与内环的关系。旭日图在显示一个环如何被划分为作用片段时最有效,而另一种类型的分层图表树状图适合比较相对大小。

    列表字典数据绘制旭日图

    # 列表字典数据绘制旭日图
    import plotly.express as px
    
    data = dict(
        character=["Eve", "Cain", "Seth", "Enos", "Noam", "Abel", "Awan", "Enoch", "Azura"],
        parent=["", "Eve", "Eve", "Seth", "Seth", "Eve", "Eve", "Awan", "Eve" ],
        value=[10, 14, 12, 10, 2, 6, 6, 4, 4])
    
    fig =px.sunburst(
        data,
        names='character',
        parents='parent',
        values='value',
    )
    fig.show()
    

    旭日图

    pd.Dataframe类型数据下绘制 旭日图

    # pd.Dataframe类型数据下绘制 旭日图
    import plotly.express as px
    
    df = px.data.tips()
    fig = px.sunburst(df, 
                      path=['day', 'time', 'sex'], 
                      values='total_bill'
                     )
    fig.show()
    

    旭日图

    旭日热力图

    # 绘制2007年各大洲各国家人口和人均寿命旭日热力图
    # 色块面积由人口决定,色块颜色由人均寿命决定
    import plotly.express as px
    import numpy as np
    
    df = px.data.gapminder().query("year == 2007")
    fig = px.sunburst(df, path=['continent', 'country'], values='pop',
                      color='lifeExp', hover_data=['iso_alpha'],
                      color_continuous_scale='RdBu',
                      color_continuous_midpoint=np.average(df['lifeExp'], weights=df['pop']))
    fig.show()
    

    旭日热力图

    3. 直方图

    直方图是显示频率数据的柱状图。

    # 绘制total_bill直方图
    import plotly.express as px
    
    df = px.data.tips()
    fig = px.histogram(df, x="total_bill")
    fig.show()
    

    直方图

    自定义分组nbins

    # 分组,参数nbins
    import plotly.express as px
    
    df = px.data.tips()
    fig = px.histogram(df, x="total_bill", 
                       nbins=20, # 分成20组
                      )
    fig.show()
    

    自定义分组nbins

    离散分类直方图

    # 如果对离散或分类特征数据进行直方图绘制,和柱状图差不多
    import plotly.express as px
    
    df = px.data.tips()
    fig = px.histogram(df, 
                       x="day", # day 是星期,是 分类 数据
                      )
    fig.show()
    

    离散分类下同柱状图

    4. 箱线图

    箱型图又称盒须图,用于显示数据到四分位点的分布,突出显示平均值和离群值。箱形可能具有可垂直延长的名为“须线”的线条。 这些线条指示超出四分位点上限和下限的变化程度,处于这些线条或须线之外的任何点都被视为离群值。

    # 箱型图,以total_bill字段绘制
    import plotly.express as px
    
    df = px.data.tips()
    fig = px.box(df, y="total_bill")
    fig.show()
    

    单一箱线图

    # 以time字段拆分,并用颜色区分
    import plotly.express as px
    
    df = px.data.tips()
    fig = px.box(df, 
                 x="time",  # 以 time字段拆分
                 y="total_bill", 
                 color = 'time', # time字段区分颜色
                )
    fig.show()
    

    箱线图

    5. 瀑布图

    瀑布图显示加上或减去值时的累计汇总,在理解一系列正值和负值对初始值(例如,净收入)的影响时,这种图表非常有用

    列采用彩色编码,可以快速将正数与负数区分开来。初始值和最终值列通常从水平轴开始,而中间值则为浮动列。由于拥有这样的“外观”,瀑布图也称为桥梁图。

    plotly.express中暂时没有瀑布图,我们需要用到plotly.graph_objects

    import plotly.graph_objects as go
    
    fig = go.Figure(go.Waterfall(
        name = "20", orientation = "v",
        measure = ["relative", "relative", "total", "relative", "relative", "total"],
        x = ["Sales", "Consulting", "Net revenue", "Purchases", "Other expenses", "Profit before tax"],
        textposition = "outside",
        text = ["+60", "+80", "", "-40", "-20", "Total"],
        y = [60, 80, 0, -40, -20, 0],
        connector = {"line":{"color":"rgb(63, 63, 63)"}},
    ))
    
    fig.update_layout(
            title = "Profit and loss statement 2018",
            showlegend = True
    )
    
    fig.show()
    

    瀑布图

    6. 漏斗图

    漏斗图显示流程中多个阶段的值。

    例如,可以使用漏斗图来显示游戏注册付费流程中每个阶段的潜在玩数。通常情况下,值逐渐减小,从而使条形图呈现出漏斗形状。

    基础漏斗图

    # 基础漏斗图
    import plotly.express as px
    
    data = dict(
        number=[39, 27.4, 20.6, 11, 2],
        stage=["Website visit", "Downloads", "Potential customers", "Requested price", "invoice sent"])
    fig = px.funnel(data, 
                    x='number', # 值
                    y='stage', # 阶段
                   )
    fig.show()
    

    基础漏斗图

    多漏斗图对比

    这里我们演示直接从pd.Dataframe类型数据操作绘制的情况

    # 构建测试数据 pd.Dataframe类型
    import pandas as pd
    
    stages = ["点击", "下载", "安装", "注册", "付费"]
    df_mtl = pd.DataFrame(dict(number=[39, 27.4, 20.6, 11, 3], stage=stages))
    df_mtl['office'] = '快手'
    df_toronto = pd.DataFrame(dict(number=[52, 36, 18, 14, 5], stage=stages))
    df_toronto['office'] = '抖音'
    df = pd.concat([df_mtl, df_toronto], axis=0)
    
    df.sample(5)
    

    数据预览

    import plotly.express as px
    
    fig = px.funnel(df, x='number', y='stage', color='office')
    fig.show()
    

    对比漏斗图

    7. 股价图

    以特定顺序排列在工作表的列或行中的数据可以绘制为股价图。

    顾名思义,股价图可以显示股价的波动。不过这种图表也可以显示其他数据(如日降雨量和每年温度)的波动,必须按正确的顺序组织数据才能创建股价图。

    plotly.express中暂时没有瀑布图,我们需要用到plotly.graph_objects

    import plotly.graph_objects as go
    
    import pandas as pd
    from datetime import datetime
    
    # 获取案例数据
    df = pd.read_csv('https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv')
    df.head()
    

    数据预览

    # 绘制简单的 股价图
    import plotly.graph_objects as go
    
    fig = go.Figure(data=[go.Candlestick(x=df['Date'],
                    open=df['AAPL.Open'],
                    high=df['AAPL.High'],
                    low=df['AAPL.Low'],
                    close=df['AAPL.Close'])])
    fig.show()
    

    默认在滑块控件

    取消滑块控件

    # 去掉滑块控件
    import plotly.graph_objects as go
    
    fig = go.Figure(data=[go.Candlestick(x=df['Date'],
                    open=df['AAPL.Open'], high=df['AAPL.High'],
                    low=df['AAPL.Low'], close=df['AAPL.Close'])
                         ])
    fig.update_layout(xaxis_rangeslider_visible=False)
    fig.show()
    

    去掉滑块控件

    8. 地图

    可使用地图图表比较值并跨地理区域显示类别。

    数据中含有地理区域(如国家/地区、省/自治区/直辖市、县或邮政编码)时使用地图图表。

    plotly的地图绘制形式有很多种,这里不做更详细的介绍,我们后续再找个时间详细讲解。

    这里用此前《北京8万二手房售价分析》里出现过的上海二手房经纬度数据来进行地图点的绘制,这份数据大家也可以回复0306获取。

    import plotly.express as px
    
    df = pd.read_excel(r'F:\PythonCool\可视化\上海二手房经纬度.xlsx')
    df.head()
    

    数据预览

    # 绘制地图散点图
    import plotly.express as px
    
    fig = px.scatter_mapbox(df, lat="纬度", lon="经度",
                            color='均价',
                            color_discrete_sequence=["均价"], 
                            color_continuous_scale='Reds',
                            range_color = [30000, 150000],
                            zoom=8, 
                            height=800)
    fig.update_layout(mapbox_style="open-street-map") # 开启街道网格
    fig.show()
    

    地图

    以上就是本期的全部内容,如果大家想更加深入了解plotly可视化操作,建议直接前往官网查看案例做演示,真的很全哦。

    最后,顺手点个赞吧~
    在这里插入图片描述

    展开全文
  • 打开TOOLS工具 打开ODBC Impoter 看到此界面 配置CONNECTION 找到所要导入文件的目录,选择文件 ...根据预览情况,在目标用户下创建相同的表结构...8.2通过PL/SQL developer 的树状目录创建表 8.2.1定义表...
    1. 打开TOOLS工具
      这里写图片描述
    2. 打开ODBC Impoter
      这里写图片描述

    3. 看到此界面
      这里写图片描述

    4. 配置CONNECTION
      这里写图片描述

    5. 找到所要导入文件的目录,选择文件
      这里写图片描述

    6. 预览数据
      这里写图片描述

    7. 数据存储到Oracle的预览情况
      这里写图片描述

    8. 根据预览情况,在目标用户下创建相同的表结构
      8.1点击CREATE TABLE,自动生成相应的表名称,默认表名
      这里写图片描述

      8.2通过PL/SQL developer 的树状目录创建表
      这里写图片描述
      8.2.1定义表名称,表空间
      这里写图片描述
      8.2.2定义字段名称及数据类型
      这里写图片描述
      8.3通过建表语句创建表:

    CREATE TABLE ODBC_IMPORT_TEST2(
    INDEX_CODE VARCHAR2(20) NOT NULL,
    INDEX_NAME VARCHAR2(20) NOT NULL,
    FATHER_CODE VARCHAR2(20));
    

    8.4检查表是否创建成功
    8.4.1直接点击查询表
    这里写图片描述
    8.4.2从ORACLE树状目录中查看表
    这里写图片描述

    9 导入操作
    9.1配置需导入到哪个用户的哪个表中
    这里写图片描述
    9.2对应字段
    这里写图片描述
    依次选择对应
    这里写图片描述
    9.3导入
    这里写图片描述
    10.查询表

    SELECT * FROM ODBC_IMPORT_TEST

    这里写图片描述
    导入成功

    展开全文
  • 看了网上的方法,都是用excel加ren命令去做的,这样的做法只能是一次性的处理,下次想要改别的目录的文件时,就得再重复操作一次。 这种excel加ren方法复杂、没有通用性,对于程序员来说实在是不可取的。 所以查了...

    今天有个需求,是要把jsp文件全部换成html。因文件也不少,而且有树状文件夹结构。

    看了网上的方法,都是用excel加ren命令去做的,这样的做法只能是一次性的处理,下次想要改别的目录的文件时,就得再重复操作一次。

    这种excel加ren方法复杂、没有通用性,对于程序员来说实在是不可取的。

    所以查了下资料,做了一个通用的bat命令来处理,

    jsp转html代码如下(树状文件夹结构):

    cd /d %~dp0
    @Echo Off&SetLocal ENABLEDELAYEDEXPANSION
    
    set oldStr=jsp
    set newStr=html
    
    FOR %%a in (*.jsp) do (
    	set "name=%%a"
    	set "var=%%a"
    	if not "x!name:%oldStr%=!"=="x%name%" (
    		set "var=!var:%oldStr%=%newStr%!"
    		echo !var!
    		ren "%%a" "!var!"
    	) else (
    		echo N
    	)
    )
    pause
    

    在需要处理的文件夹里面创建bat文件,把此处代码拷贝进去,修改oldStr的值和newStr的值,实现文件名的替换。

     

    想起来之前从网上下载的视频里面有很长文件名,看着挺烦的,这次就一起处理了。

    原目录如下:

     处理完之后效果如下图:

    bat代码:

    cd /d %~dp0
    @Echo Off&SetLocal ENABLEDELAYEDEXPANSION
    
    set oldStr=更多视频关注微信公众号【八戒程序猿】
    set newStr=
    
    for /f "delims=" %%a in ('"dir /a/s/b/on *.*"') do (
    :: %%~nxa只显示文件名,%%a显示带路径的文件信息
    	set "name=%%a"
    	set "var=%%~nxa"
    	if not "x!name:%oldStr%=!"=="x%name%" (
    		set "var=!var:%oldStr%=%newStr%!"
    		echo !var!
    		ren "!name!" "!var!"
    	) else (
    		echo N
    	)
    )
    pause

    这个处理命令也会修改文件夹名称,双击bat命令再运行一次即可!

    有此命令在手,哪里不爽改哪里!!!

     

    20190813记录:

    以上命令拷贝到本地执行bat时,始终执行不成功。

    检查后发现是bat文件格式编码不对导致,改成ANSI编码就行了,notepad++修改文件编码如下图:

     

    展开全文
  • python之 第一个问题

    2019-10-11 14:27:31
    终极目标,将表格化的树状结构搞成word文档的标题树状结构。 怎么说呢,思路都是一样的,只不过呈现方式不一样,我想用word文档里面的目录更加容易看清楚,而用Excel表格不是很容易看,但是用手动的话工作量太大了。...
  • 1、测试用例目录:采用树状结构,一般不超过3级 项目1、项目2也一般为目录,用excel管理用例为列,那么前面两级树一般都是文件夹,二级模块名称一般为excel文件名,可以根据具体项目的层级深度进...
  • 提示:文章写完后,目录可以自动生成,如何生成可...输出数据的树状结构(全部数据)9.配置集合边界10.按照上一步配置好的数据入库11.从数据excel表到数据库完整数据的调用过程,以上方法写完之后,调用这个方法就完成
  • 4.树状显示系统功能和目录结构,操作方便。 5.用户可自由设置目录及文件的默认排序方式。 6.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 7.共享权限可分别添加公司、部门、工作组权限,并可设置完全 ...
  • 6、可以直接通过树状目录选择会计科目;也可以通过会计科目编码快速输入; 7、一键式自动期末结转,方便省时; 8、对数值型数据小数点位数自定义功能,最多可支持9位小数; 9、现金盘点、会计对帐、银行对帐、...
  • 该源码是桃源网络硬盘官方版.Net v5.7,源码系统桃源网络硬盘支持文件目录多级共享,树状显示系统功能和目录结构,操作方便,拥有上传码功能、文件提取功能、文件转发功能、好友功能等等,详细功能请看以下介绍。...
  • E8出纳管理软件V7.11

    2011-09-29 17:35:36
    6、可以直接通过树状目录选择会计科目;也可以通过会计科目编码快速输入; 7、一键式自动期末结转,方便省时; 8、对数值型数据小数点位数自定义功能,最多可支持9位小数; 9、现金盘点、会计对帐、银行对帐、流程...
  • E8出纳管理软件V7.8

    2011-09-08 09:59:43
    6、可以直接通过树状目录选择会计科目;也可以通过会计科目编码快速输入; 7、一键式自动期末结转,方便省时; 8、对数值型数据小数点位数自定义功能,最多可支持9位小数; 9、现金盘点、会计对帐、银行对帐、流程...
  • E8出纳管理软件V7.7

    2011-08-24 10:11:14
    6、可以直接通过树状目录选择会计科目;也可以通过会计科目编码快速输入; 7、一键式自动期末结转,方便省时; 8、对数值型数据小数点位数自定义功能,最多可支持9位小数; 9、现金盘点、会计对帐、银行对帐、流程...
  • 4.树状显示系统功能和目录结构,操作方便。 5.用户可自由设置目录及文件的默认排序方式。 6.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 7.共享权限可分别添加公司、部门、工作组权限,并可设置...
  • 桃源网络硬盘支持文件目录多级共享,树状显示系统功能和目录结构,操作方便,拥有上传码功能、文件提取功能、文件转发功能、好友功能等等,详细功能请看以下介绍。   桃源网络硬盘.Net简介: 1.多用户注册各自...
  • 4.树状显示系统功能和目录结构,操作方便。 5.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 6.共享权限可设好友、所有人、指定人,并可指定共享类别、查看密码、列表修改删除下载等权限。 7.用户的...
  • 6、可以直接通过树状目录选择会计科目;也可以通过会计科目编码快速输入; 7、系统自动识别并初步审核记帐凭证,对不符合会计记帐方法的方式给予自动提示,严格遵循会计记帐原则:"有借必有贷,借贷必相等"; 8、...
  • 4.树状显示系统功能和目录结构,操作方便。 5.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 6.共享权限可设好友、所有人、指定人,并可指定共享类别、查看密码、添加修改删除权限。 7.用户的共享...
  • 桃源网络硬盘.Net v4.3

    2021-03-30 02:25:48
    4.树状显示系统功能和目录结构,操作方便。5.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。6.共享权限可设好友、所有人、指定人,并可指定共享类别、查看密码、添加修改删除权限。7.用户的共享目录和...
  • 树状显示系统功能和目录结构,操作方便。 5.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 6.共享权限可设好友、所有人、指定人,并可指定共享类别、查看密码、列表修改删除下载等权限。 7.用户的共享...
  • 桃园网络硬盘4.2

    2012-02-11 17:12:29
    4.树状显示系统功能和目录结构,操作方便。 5.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 6.共享权限可设好友、所有人、指定人,并可指定共享类别、查看密码、添加修改删除权限。 7.用户的共享...
  • 桃源网络硬盘v5.8

    2014-07-15 17:13:04
    4.树状显示系统功能和目录结构,操作方便。 5.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 6.共享权限可设好友、所有人、指定人,并可指定共享类别、查看密码、列表修改删除下载等权限。 7.用户的...
  • 分类管理:设置流程的分类目录,支持树状结构,方便后期对流程过多情况查找,分析。 办理说明:对办理过程中的某一个办理人员动作的说明。比如审批、审核、签发等,方便设置流程的时候选择。配置流程模块时也可以...
  • 4.树状显示系统功能和目录结构,操作方便。 5.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 6.共享权限可设好友、所有人、指定人,并可指定共享类别、查看密码、列表修改删除下载等权限。 7.用户的...
  • 桃源网络硬盘.Net5.5

    2011-09-20 16:59:18
    4.树状显示系统功能和目录结构,操作方便。 5.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 6.共享权限可设好友、所有人、指定人,并可指定共享类别、查看密码、列表修改删除下载等权限。 7.用户的...
  • 桃源网络硬盘ASP.NET版

    2009-07-21 10:41:22
    4.树状显示系统功能和目录结构,操作方便。 5.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 6.共享权限可设好友、所有人、指定人,并可指定共享类别、查看密码、列表修改删除下载等权限。 7.用户的...
  • 基于asp.net的网络硬盘

    2009-05-14 12:09:31
    4.树状显示系统功能和目录结构,操作方便。 5.界面模板和样式自定义并可由用户在前台选择喜爱的空间风格。 6.共享权限可设好友、所有人、指定人,并可指定共享类别、查看密码、列表修改删除下载等权限。 7.用户的...
  • 6、可以直接通过树状目录选择会计科目;也可以通过会计科目编码快速输入; 7、系统自动识别并初步审核记帐凭证,对不符合会计记帐方法的方式给予自动提示,严格遵循会计记帐原则:"有借必有贷,借贷必相等"; 8、对...

空空如也

空空如也

1 2 3 4
收藏数 70
精华内容 28
关键字:

excel树状目录结构