DotNetNuke 类库之DotNetNuke.Services.Tokens

本文介绍DotNetNuke中实现Token替换的方法,包括默认支持的Token类型及如何通过不同方式实现Row、ArrayList和IDictionary等自定义数据类型的替换。

该类提供:关键字(token)替换的方法,

默认支持 User, Host, Portal, Tab, Module, Membership, Profile,
                            Row, Date,  ArrayList (Custom), IDictionary

替换文字的写法为[object:property] or [object:property|format]

例如:

日期:[Date:Current|yyyy/MM/dd]

亲爱的[User:FullName]

网址: [Portal:URL]
用户名: [Membership:UserName]

替换后为:

日期: 2009/06/07

亲爱的SuperUser Account

网址: 492.xakep.com
用户名: host

代码:

string strToken = Localization.GetString("Token", this.LocalResourceFile);

string strTokenReplaceValue=Null.NullString;    

DotNetNuke.Services.Tokens.TokenReplace objTokenReplace = new DotNetNuke.Services.Tokens.TokenReplace();
objTokenReplace.AccessingUser = UserInfo;
objTokenReplace.ModuleInfo = ModuleConfiguration;
objTokenReplace.ModuleId = ModuleId;
objTokenReplace.PortalSettings = PortalSettings;
objTokenReplace.User = UserInfo;
objTokenReplace.Language = CultureInfo.CurrentCulture.Name;

objTokenReplace.DebugMessages = !(DotNetNuke.Common.Globals.IsTabPreview());

strTokenReplaceValue= objTokenReplace.ReplaceEnvironmentTokens(strToken );

重点说下如何支持  Row,  ArrayList (Custom), IDictionary的替换

1、Row的支持

使用ReplaceEnvironmentTokens(string, System.Data.DataRow)

例如:

列1:[row:aa1]
列2:[field:aa2]

替换后

列1:aa11
列2:aa22

代码:

lblToken.Text = Localization.GetString("Token", this.LocalResourceFile);

DotNetNuke.Services.Tokens.TokenReplace objTokenReplace = new DotNetNuke.Services.Tokens.TokenReplace();
objTokenReplace.AccessingUser = UserInfo;
objTokenReplace.ModuleInfo = ModuleConfiguration;
objTokenReplace.ModuleId = ModuleId;
objTokenReplace.PortalSettings = PortalSettings;
objTokenReplace.User = UserInfo;
objTokenReplace.Language = CultureInfo.CurrentCulture.Name;

objTokenReplace.DebugMessages = !(DotNetNuke.Common.Globals.IsTabPreview());

System.Data.DataTable dt = new System.Data.DataTable();
dt.Columns.Add("aa1");
dt.Columns.Add("aa2");

DataRow dr = dt.NewRow();
dr["aa1"] = "aa1";
dr["aa2"] = "aa2";

lblTokenValue.Text = objTokenReplace.ReplaceEnvironmentTokens(lblToken.Text, dr);

2、ArrayList 的支持

使用ReplaceEnvironmentTokens(string, System.Collections.ArrayList, string)

例如:

1:[Token:0]
2:[Token:1]

替换后

1:00
2:11

代码:

lblToken.Text = Localization.GetString("Token", this.LocalResourceFile);

DotNetNuke.Services.Tokens.TokenReplace objTokenReplace = new DotNetNuke.Services.Tokens.TokenReplace();
objTokenReplace.AccessingUser = UserInfo;
objTokenReplace.ModuleInfo = ModuleConfiguration;
objTokenReplace.ModuleId = ModuleId;
objTokenReplace.PortalSettings = PortalSettings;
objTokenReplace.User = UserInfo;
objTokenReplace.Language = CultureInfo.CurrentCulture.Name;

objTokenReplace.DebugMessages = !(DotNetNuke.Common.Globals.IsTabPreview());

ArrayList al = new ArrayList();
al.Add("00");
al.Add("11");

lblTokenValue.Text = objTokenReplace.ReplaceEnvironmentTokens(lblToken.Text, al ,”Token”);

注:红色的“Token”要保持一致

3、IDictionary支持

使用ReplaceEnvironmentTokens(string, System.Collections.IDictionary, string)

例如:

1:[Token:Token0]
2:[Token:Token1]

替换后

1:Token00
2:Token11

代码:

lblToken.Text = Localization.GetString("Token", this.LocalResourceFile);

DotNetNuke.Services.Tokens.TokenReplace objTokenReplace = new DotNetNuke.Services.Tokens.TokenReplace();
objTokenReplace.AccessingUser = UserInfo;
objTokenReplace.ModuleInfo = ModuleConfiguration;
objTokenReplace.ModuleId = ModuleId;
objTokenReplace.PortalSettings = PortalSettings;
objTokenReplace.User = UserInfo;
objTokenReplace.Language = CultureInfo.CurrentCulture.Name;

objTokenReplace.DebugMessages = !(DotNetNuke.Common.Globals.IsTabPreview());

Dictionary<string, string> dic = new Dictionary<string, string>();
dic.Add("Token0", "Token00");
dic.Add("Token1", "Token11 ");

lblTokenValue.Text = objTokenReplace.ReplaceEnvironmentTokens(lblToken.Text, dic,”Token”);

转载于:https://www.cnblogs.com/iam_wangzhe/archive/2009/06/13/1502755.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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