vs2005 combox(winform) 绑定数据时触发SelectedIndexChanged的问题

本文介绍了一个关于VS2005中ComboBox控件绑定数据集时出现的问题及其解决方案。问题出现在尝试从ComboBox中获取选定项时发生错误,通过设置一个标志位来判断数据是否已经正确绑定,从而避免了错误的发生。

今天遇到一个不小问题,vs2005里面自带的combox(winform)的问题.

问题:我将webservice发布的方法返回的数据集绑定到combox的dataSouce.然后设置这个combox的displaymenber和valuemenber.

步骤是这样:

1datatable->datasource

2.set datatalbe.字段1->displaymenber

3set datatalbe.字段2->valuemenber

这样没有问题.

但当我在combox的SelectedIndexChanged事件中写了获取当前combox的已选择的类的编号属性的时候,发现总在报错.

数据项索引小于无穷大。

经调试发现:

程序执行到步骤1时没有继续执行步骤2,而是转向触发combox的SelectedIndexChanged事件。这时的combox没有绑定完数据,自然会报错了。

解决

设置一个bool类型,标志符IsBinded,在填充方法完毕后,设为true.允许SelectedIndexChanged被触发.

代码如下:

using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Text;
using System.Windows.Forms;
using SupplyProduct.WebReference;

namespace SupplyProduct
{
    
public partial class Form1 : Form
    
{
        
private int _cityID=-1;
        
private bool _isBinded = false;
        
public int CityID
        
{
            
get
            
{
                
if (_cityID < 0)
                    
return 0;
                
return _cityID;
            }

            
set
            
{
                _cityID 
= value;
            }

        }

        
public bool IsBinded
        
{
            
get
            
{
                
return _isBinded;
            }

            
set
            
{
                _isBinded 
= value;
            }

        }

        
public Form1()
        
{
            InitializeComponent();
        }


        
private void Form1_Load(object sender, EventArgs e)
        
{
            CityID 
= 0;
            BindCities(
ref cbProvince);
            CityID 
= (int)cbProvince.SelectedValue;
            BindCities(
ref cbCity);
        }

        
private void BindCities(ref ComboBox combox)
        
{
            WSCitiesBLL cityAPI 
= new WSCitiesBLL();
            chemchina.CitiesDataTable cities 
= cityAPI.GetChildCties(CityID);
            combox.DataSource 
= cities;
            combox.DisplayMember 
= "cityName";
            combox.ValueMember 
= "cityID";
            IsBinded 
= true;
        }


        
private void cbProvince_SelectedIndexChanged(object sender, EventArgs e)
        
{
            
if (IsBinded&&cbProvince.SelectedValue!=null)
            
{
                CityID 
= (int)cbProvince.SelectedValue;
                BindCities(
ref cbCity);
            }

        }

    }

}

 
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,同也在不少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 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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