FCKEditor 2.6.4 Asp.net上传文件没有权限解决

本文介绍了解决FCKEditor2.6.4在Asp.net环境下上传文件遇到的权限问题。通过修改FileBrowser/FileWorkerBase.cs中的特定代码段,以及为使用asp.net2.0和theme的项目配置上传和浏览器连接器文件,成功解决了上传过程中的“没有权限”提示。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

FCKEditor 2.6.4 Asp.net上传文件没有权限解决
2010年07月05日
  上传图片后页面左下脚出现脚本错误提示,点开可看到是"没有权限"的提示,并且上传窗口一直冻结在进度条状态,提示js错误,查看上传的文件夹,图片已经上传成功。 解决方法:
  用vs打开原文件项目 源代码文件FileBrowser/FileWorkerBase.cs里找到这样一行代码: 源代码下载地址
  Response.Write( @"(function(){var d=document.domain;while (true){try{var A=window.top.opener.document.domain;break;}catch(e ) {};d=d.replace(/.*?(?:\.|$)/,'');if (d.length==0) break;try{document.domain=d;}catch (e){break;}}})();" ); Response.Write( @"(function(){var d=document.domain;while (true){try{var A=window.top.opener.document.domain;break;}catch(e ) {};d=d.replace(/.*?(?:\.|$)/,'');if (d.length==0) break;try{document.domain=d;}catch (e){break;}}})();" );
  修改成: Response.Write(@"(function(){var d=document.domain;while (true){try{var A=window.top.opener.document.domain;break;}catch(e ) {};d=d.replace(/.*?(?:\.|$)/,'');if (d.length==0) break;}})();"); Response.Write(@"(function(){var d=document.domain;while (true){try{var A=window.top.opener.document.domain;break;}catch(e ) {};d=d.replace(/.*?(?:\.|$)/,'');if (d.length==0) break;}})();"); 即:删除里面的 try{document.domain=d;}catch (e){break;} 后,重新编译,然后在项目里重新添加引用后,问题解决。
  还有一点,如果使用asp.net 2.0和theme,
  那么需要打开\editor\filemanager\upload\aspx\upload.aspx和\editor\filemanager\browser\default\connectors\asp x\connector.aspx文件,并且在第一行中加入Theme="" 。
  附:修改后编译好的DLL文件下载地址[稳定版]:点此下载
  今天使用出现了问题,作下笔记.转自:
  http://www.cnblogs.com/wangpei/archive/2009/06/27/ 1512228.html
内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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