MFC三层模式标准版V1.5版演示源码(VC++代码生成,VC非托管代码,基于对话框程序)
发布日期:2022-02-01 14:28:12 浏览次数:38 分类:技术文章

本文共 720 字,大约阅读时间需要 2 分钟。

本演示项目 由 猛犸代码生成器 自动生成。

VS2010环境,VC++ 非托管代码 ,基于对话框程序

VC++代码生成器 ,VC++三层架构

 
发布新的VC++代码生成模板:VC++三层标准版,生成的项目已经完成对表格的添加记录、显示记录列表、修改记录、删除记录、浏览记录内容这些基本功能。
 
运用分层设计思想,分层情况为MODEL,IDAL,DAL和WinForm,DAL层使用SQL参数形式,可以修改使用存储过程,添加记录成功后返回自动增长编号给实体模型。
 
支持数据库:mssql2000,2005,2008。
(注意:表结构设计第一个主键必须是自动编号列)

文件夹说明

Document    数据库设计文档
Script      数据库脚本文档
SoundCode   生成项目源码
MFC三层标准版演示.xml  为猛犸代码生成器的项目文件

使用方法

请先附加演示数据库 mengmaDemoDb

然后在 SoundCode\WINFORM\_DBUtility\ADOConn.cpp文件中

strConnect = _T("Driver={SQL Server};Server=大猫-PC\\SQLEXPRESS;Uid=sa;Pwd=123456;database=MengmaDemoDb;");

修改数据库连接字符串

然后 用VS2010 打开 SoundCode\Mengma.sln 重新编译项目

然后 打开 SoundCode\Debug\Mengma.exe

ok

项目运行截图

如果你想得到猛犸代码生成器 和 这套VC++项目模板,请到这里下载最新版本。

演示项目源码下载:  

VC++项目模板组件V1.5版下载:

 

猛犸代码生成器下载:

转载地址:https://blog.csdn.net/shunlu/article/details/8044215 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:Ubuntu系统下常用的新建、删除、拷贝文件命令
下一篇:猛犸代码助手开通官网,最新版本实现程序自动更新升级

发表评论

最新留言

逛到本站,mark一下
[***.202.152.39]2024年05月01日 03时37分06秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章

tensorflow使用tensorboard进行可视化 2019-04-30
神经网络调参实战(二)—— activation & initializer & optimizer 2019-04-30
凸优化 convex optimization 2019-04-30
数据库索引 & 为什么要对数据库建立索引 / 数据库建立索引为什么会加快查询速度 2019-04-30
IEEE与APA引用格式 2019-04-30
research gap 2019-04-30
pytorch训练cifar10数据集查看各个种类图片的准确率 2019-04-30
Python鼠标点击图片,获取点击点的像素坐标 2019-04-30
路径规划(一) —— 环境描述(Grid Map & Feature Map) & 全局路径规划(最优路径规划(Dijkstra&A*star) & 概率路径规划(PRM&RRT)) 2019-04-30
神经网络调参实战(四)—— 加深网络层次 & 批归一化 batch normalization 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(1)—— 假设检验(μ&卡方检验&方差检验(F检验))&相关系数(皮尔逊&斯皮尔曼) 2019-04-30
RRT算法(快速拓展随机树)的Python实现 2019-04-30
路径规划(二) —— 轨迹优化(样条法) & 局部规划(人工势能场法) & 智能路径规划(生物启发(蚁群&RVO) & 强化学习) 2019-04-30
D*算法 2019-04-30
强化学习(四) —— Actor-Critic演员评论家 & code 2019-04-30
RESTful API 2019-04-30
优化算法(四)——粒子群优化算法(PSO) 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(2)——回归分析(最小二乘法&决定系数&残差不相关)&主成分分析&奇异值分解 2019-04-30
数据在Oracle中的存储 2019-04-30
优化算法(五)—人工蜂群算法Artificial Bee Colony Algorithm(ABC) 2019-04-30