【Sharepoint 2007】WebPart开发、部署过程全记录(转)

本文详细介绍了使用用户控件开发SharePoint WebPart的方法,包括创建项目、添加控件、签名、编译及部署过程。并通过具体步骤指导如何将WebPart添加到SharePoint网站使其可用。

WebPart开发方式很多,网上流传甚广的有两种,ILM采用的是用WebPart包装器包装用户控件的方法。这种开发方法的过程与传统的利用VS开发基本上是一样的,只是使用和部署方式不一样而已。下面分步骤说明:

  1. 创建一个工程,选择Web项目,创建一个Web Application项目。

【Sharepoint】WebPart开发、部署、发布过程全记录

  2. 右击项目,选择添加项目,选择UserControl项,命名自己的名称。

【Sharepoint】WebPart开发、部署、发布过程全记录

 

  3.  打开刚创建好的UserControl,开始开发你想要的页面外观和编写后台代码,并修改PerprotIEs下的AssemblyInfo.cs文件。在AssemblyInfo.cs中添加命名空间:System.Security,然后加上了[assembly: AllowPartiallyTrustedCallers()]这一行代码。由于现在的程序集是部分信任程序集,所以在向SharePoint中添加的时候会有错误。

【Sharepoint】WebPart开发、部署、发布过程全记录

4.  右键我们的工程,依次点击属性—>签名:

【Sharepoint】WebPart开发、部署、发布过程全记录

  选中为程序集签名---选择强名称密钥文件,点击新建,输入一个强命名名称。让后编译整个工程,编译成功之后,会在项目的bin目录下面生成一个dll文件。至此,一个UserControl开发完成,我们只需要生成的dll文件和UserControl的以ascx后缀的前台文件就行了。这两个文件会在部署的时候会用得到。

 

WebPart部署过程

  部署过程大概有以下几点:将上面生成的dll文件放到要部署的网站的bin目录下面,用Reflector读取dll信息并注册该dll信息到web.config文件中。

  1.      copy编译成功的dll文件,复制到要部署的网站的bin目录下面。

  2.      用Reflector工具读取Assembly名称信息和dll的命名空间。

【Sharepoint】WebPart开发、部署、发布过程全记录

【Sharepoint】WebPart开发、部署、发布过程全记录

  3.      打开web.config文件,在<SafeControls></SafeControls>节点添加Reflector读取的信息。例如下面的写法:

<SafeControl Assembly="AssignerReject, Version=1.0.0.0, Culture=neutral, PublicKeyToken=1a293534db071253" Namespace="AssignerReject.PropertIEs" TypeName="*" Safe="True" />

 

做完上面的修改,则你开发好的WebPart就在要部署的网站上变得可见,下面要做的就是将开发好的webpart添加到Sharepoint网站上面,是它变得可用。

  添加WebPart到Sharepoint网站

  下面分步描述如何添加WebPart到Sharepoint网站的步骤:

  1.      点击网站动作,进入网站设定页面,如图: 

【Sharepoint】WebPart开发、部署、发布过程全记录

  2.      点击“网页组件”,进入网页组件页面,然后点击“新增”。

【Sharepoint】WebPart开发、部署、发布过程全记录

 

【Sharepoint】WebPart开发、部署、发布过程全记录

  3.      然后进入以下页面,勾选要添加的WebPart,点击“扩展组件库”,这样一个WebPart在Sharepoint网站上面就可以使用了。

【Sharepoint】WebPart开发、部署、发布过程全记录

 

转载于:https://www.cnblogs.com/liubinurl/archive/2012/04/25/2469863.html

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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