黄聪:dedecms主从表 附加表 同时调用

本文介绍DEDECMS中两种调用附加表字段的方法:一种是在arclist标记中直接调用,需指定频道ID并列出所需字段;另一种通过dede:sql标签自定义SQL查询来获取指定数据。

一般来说,有两种调用的情况(这里讨论的主要是首页,或者列表页调用,内容调用不存在这种问题)

1,你建立了一个自定义模型,但是有一些字段,比如图片字段,依然在主表中(这种时候,你自己建立模型中最好不要在重复包含主表中的字段了,否则容易引起混乱),这样,那么你的主要目标在附件表中:

解决方法:

后台核心设置 中开启 是否在arclist标记中包含附加表指定的字段 然后可以在arclist中直接用[field:字段名/]来调用

调用语句主要是{arclist},只要在设置中包含了附加表中的指定字段即可

shooooot,后台看了,发现v55没有这个选项,继续找到了下面这种方法:希望成功

将需要调用的字段,换成如下格式放在arclist标签内即可.

[field:id runphp="yes"]
$dsql = new DedeSql(false);
$a=”SELECT mb5u.新增字段名 FROM dede_附加表名 as mb5u where mb5u.aid=@me”;
$arcRow = $dsql->GetOne($a);
@me=”.$arcRow[新增字段名].”;
[/field:id]

先说不种方法好不好,想了一下,效率实在成问题,我只是想调用主表中的一个image字段,剩下所有字段都在附加表中,如果用这样的格式,可想有多复杂!

继续google和baidu,找到了另外一个方法:

为了方便调用,arclist标签调用附加表字段不再以频道模型指定的字段为依据,调用时需注意下面两个问题:
a、必须指定 channelid (内容频道id);
b、直接在标记指定要调用的字段(可以在内容提模型管理中看这些字段名);
{dede:arclist addfields=’language,softtype’ row=’8′ channelid=’3′}
[field:textlink /] – [field:softtype /] – [field:language /]<br />
{/dede:arclist}

2,你的主要目标在附件表中,比如,你调用的字段完全来自附加表,则可以使用如下语句:

{dede:sql sql=”SELECT url_bbs,url_product,price_eng,intro,image FROM dede_addon_saleproduct”}
<li><a href=”[field:arcurl/]“>[field:image/]<span>[field:intro/]</span></a>
<div><a href=”[field:url_bbs/]“>美国商品地址</a><a href=”[field:bbs_product/]“>论坛讨论</a>成本价:[field:price_eng/]刀< /div>
</li>
{/dede:sql}

{dede:sql sql=”SELECT url_bbs,url_product,price_eng,intro,image FROM dede_addon_saleproduct”}<li><a href=”[field:arcurl/]“>[field:image/]<span>[field:intro/]</span></a><div><a href=”[field:url_bbs/]“>美国商品地址</a><a href=”[field:bbs_product/]“>论坛讨论</a>成本价:[field:price_eng/]刀< /div></li>{/dede:sql}

完毕,怕自己忘了,赶紧记录下来,希望也能帮助到有需要的朋友


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