活动介绍

SilverlightDataGrid控件使用指南

立即解锁
发布时间: 2025-08-26 01:40:55 阅读量: 8 订阅数: 28
### Silverlight DataGrid 控件使用指南 #### 1. 类级验证规则的局限性 类级验证规则存在明显缺点。和属性验证规则一样,需要调用 `Validator.ValidateObject()` 方法来强制执行这些规则。然而,在属性的 `setter` 方法中调用该方法并不合理,因为类级验证应该在当前对象的整个编辑过程完成后进行。Silverlight 的两个丰富数据控件 `DataGrid` 和 `DataForm` 解决了这个问题,当用户切换到不同记录时,它们会自动触发 `Validator.ValidateObject()` 方法。但如果不使用这两个控件,自定义验证器可能就不值得使用了。 #### 2. DataGrid 控件概述 `DataGrid` 如其名所示,是一个数据显示控件,它从对象集合中提取信息,并将其呈现在由行和单元格组成的网格中。每行对应一个独立的对象,每列对应该对象的一个属性。 `DataGrid` 在处理 Silverlight 数据方面增加了许多必要的灵活性,其优点如下: - **灵活性**:使用基于列的模型来精确定义所需的列,并提供从绑定对象中提取数据的绑定表达式。同时支持模板和值转换器等重要工具。 - **可定制性**:可以使用属性、标题和样式来彻底改变 `DataGrid` 的外观,这些样式可用于格式化网格的各个组件。甚至可以为整个 `DataGrid` 提供一个新的控件模板,包含自定义绘制的视觉效果和动画。 - **编辑功能**:能够监控编辑过程并回滚无效更改。支持基于异常的验证,也支持数据注解——一种通过属性而非代码添加到数据类中的灵活验证规则。 - **高性能**:由于使用了虚拟化技术,在处理大量数据时表现出色。这意味着 `DataGrid` 仅在内存中保留当前可见数据的对象,而不是加载的整个数据集,从而显著减少了内存开销,能够容纳数万行数据而不会严重减慢速度。 #### 3. 创建简单的 DataGrid `DataGrid` 定义在 `System.Windows.Controls` 命名空间中,但它与其他 Silverlight 元素部署在不同的程序集中,即 `System.Windows.Controls.Data.dll` 程序集。默认情况下,Silverlight 项目不会引用此程序集。不过,当从工具箱中添加 `DataGrid` 时,Visual Studio 会自动添加引用并插入新的命名空间映射,如下所示: ```xml <UserControl xmlns:data= "clr-namespace:System.Windows.Controls;assembly=System.Windows.Controls.Data" ... > ``` 这将 `DataGrid` 及其相关类映射到命名空间前缀 `data`。 要快速创建一个 `DataGrid`,可以使用自动列生成功能。为此,需要将 `AutoGenerateColumns` 属性设置为 `true`(这是默认值): ```xml <data:DataGrid x:Name="gridProducts" AutoGenerateColumns="True"> </data:DataGrid> ``` 现在,可以像填充列表控件一样填充 `DataGrid`,通过设置 `ItemsSource` 属性: ```csharp gridProducts.DataSource = products; ``` 使用自动列生成时,`DataGrid` 会使用反射来查找绑定数据对象中的每个公共属性,并为每个属性创建一列。对于非字符串属性,`DataGrid` 会调用 `ToString()` 方法进行显示,这对于数字、日期和其他简单数据类型效果较好,但如果对象包含更复杂的数据对象,则效果不佳。在这种情况下,可能需要显式定义列,以便绑定到子属性、使用值转换器或应用模板来获得正确的显示内容。 #### 4. DataGrid 的基本显示属性 可以使用以下属性来定制 `DataGrid` 的基本显示,具体如下表所示: | Member | Description | | --- | --- | | RowBackground 和 AlternatingRowBackground | `RowBackground` 设置用于绘制每行背景的画笔。如果设置了 `AlternatingRowBackground`,则交替行将使用不同的背景颜色绘制,便于一眼区分行。默认情况下,`DataGrid` 为奇数行提供白色背景,为偶数行提供浅灰色背景。 | | ColumnHeaderHeight | 位于 `DataGrid` 顶部的列标题行的高度(以像素为单位)。 | | RowHeaderWidth | 包含行标题的列的宽度(以像素为单位)。这是网格最左侧的列,不显示数据,但会用箭头指示当前选中的行,并用带圆圈的箭头指示行正在编辑。 | | ColumnWidth | 每列的默认宽度。如果显式定义列,可以覆盖此宽度以调整单个列的大小。默认情况下,列宽为 100 像素。 | | RowHeight | 每行的高度。如果计划在 `DataGrid` 中显示多行文本或不同内容(如图像),此设置很有用。与列不同,用户无法调整行的大小。 | | GridlinesVisibility | `DataGridGridlines` 枚举中的一个值,用于确定显示哪些网格线(水平、垂直、无或全部)。 | | VerticalGridlinesBrush | 用于绘制列之间网格线的画笔。 | | HorizontalGridlinesBrush | 用于绘制行之间网格线的画笔。 | | HeadersVisibility | `DataGridHeaders` 枚举中的一个值,用于确定显示哪些标题(列、行、全部或无)。 | | HorizontalScrollBarVisibility 和 VerticalScrollBarVisibility | `ScrollBarVisibility` 枚举中的一个值,用于确定在需要时是否显示滚动条(自动、始终显示或从不显示)。这两个属性的默认值均为 `Auto`。无论此属性值如何,如果包含一个或多个星号大小的列,则不会显示水平滚动条。 | #### 5. 列的调整大小和重新排列 在显示自动生成的列时,`DataGrid` 会尝试智能地调整每列的宽度。最初,它会使每列的宽度刚好足以显示当前可见的最大值(如果标题更宽,则以标题为准)。当用户滚动数据时,`DataGrid` 会尝试保持这种智能调整大小的方式。一旦遇到包含更长数据的行,`DataGrid` 会相应地加宽列以适应数据。这种自动调整大小是单向的,即当离开包含大数据的行时,列不会缩小。 自动调整列宽有时很有用,但并非总是符合需求。例如,包含长文本字符串的 `Description` 列可能会初始设置得非常宽,从而挤占其他列的空间。在列被手动调整大小后,滚动数据时它将不再自动扩大。 通常,用户可以通过拖动列边缘来调整列的大小。可以通过将 `CanUserResizeColumns` 属性设置为 `false` 来防止用户调整 `DataGrid` 中列的大小。如果需要更具体的控制,可以将某列的 `CanUserResize` 属性设置为 `false` 来防止用户调整该列的大小。还可以通过设置列的 `MinWidth` 属性来防止列变得过窄。 `DataGrid` 还允许用户重新排列列。如果不希望用户具有此功能,可以将 `DataGrid` 的 `CanUserReorderColumns` 属性或特定列的 `CanUserReorder` 属性设置为 `false`。 #### 6. 显式定义列 使用自动列生成可以快速创建一个显示所有数据的 `DataGrid`,但会失去一些控制权。例如,无法控制列的顺序、宽度、内部值的格式以及顶部的标题文本。 更强大的方法是将 `AutoGenerateColumns` 设置为 `false` 来关闭自动列生成,然后可以根据需要显式定义列,并按照所需的顺序排列。为此,需要将正确的列对象填充到 `DataGrid.Columns` 集合中。 目前,`DataGrid` 支持三种类型的列,分别由从 `DataGridColumn` 派生的三个不同类表示: - **DataGridTextColumn**:这是大多数数据类型的标准选择。值会转换为文本并显示在 `TextBlock` 中。编辑行时,`TextBlock` 会被标准文本框替换。 - **DataGridCheckBoxColumn**:显示一个复选框,自动用于布尔值(或可空布尔值)。通常,复
corwn 最低0.47元/天 解锁专栏
赠100次下载
继续阅读 点击查看下一篇
profit 400次 会员资源下载次数
profit 300万+ 优质博客文章
profit 1000万+ 优质下载资源
profit 1000万+ 优质文库回答
复制全文

相关推荐

张诚01

知名公司技术专家
09级浙大计算机硕士,曾在多个知名公司担任技术专家和团队领导,有超过10年的前端和移动开发经验,主导过多个大型项目的开发和优化,精通React、Vue等主流前端框架。
最低0.47元/天 解锁专栏
赠100次下载
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
千万级 优质文库回答免费看
立即解锁

专栏目录

最新推荐

城市货运分析:新兴技术与集成平台的未来趋势

### 城市货运分析:新兴技术与集成平台的未来趋势 在城市货运领域,为了实现减排、降低成本并满足服务交付要求,软件系统在确定枢纽或转运设施的使用以及选择新的运输方式(如电动汽车)方面起着关键作用。接下来,我们将深入探讨城市货运领域的新兴技术以及集成平台的相关内容。 #### 新兴技术 ##### 联网和自动驾驶车辆 自动驾驶车辆有望提升安全性和效率。例如,驾驶辅助和自动刹车系统在转弯场景中能避免碰撞,其警报系统会基于传感器获取的车辆轨迹考虑驾驶员反应时间,当预测到潜在碰撞时自动刹车。由于驾驶员失误和盲区问题,还需采用技术提醒驾驶员注意卡车附近的行人和自行车骑行者。 自动驾驶车辆为最后一公

知识工作者认知增强的负责任以人为本人工智能

### 知识工作者认知增强的负责任以人为本人工智能 #### 1. 引言 从制造业经济向服务经济的转变,使得对高绩效知识工作者(KWs)的需求以前所未有的速度增长。支持知识工作者的生产力工具数字化,带来了基于云的人工智能(AI)服务、远程办公和职场分析等。然而,在将这些技术与个人效能和幸福感相协调方面仍存在差距。 随着知识工作者就业机会的增加,量化和评估知识工作的需求将日益成为常态。结合人工智能和生物传感技术的发展,为知识工作者提供生物信号分析的机会将大量涌现。认知增强旨在提高人类获取知识、理解世界的能力,提升个人绩效。 知识工作者在追求高生产力的同时,面临着平衡认知和情感健康压力的重大

医学影像处理与油藏过滤问题研究

### 医学影像处理与油藏过滤问题研究 #### 医学影像处理部分 在医学影像处理领域,对比度受限的自适应直方图均衡化(CLAHE)是一种重要的图像增强技术。 ##### 累积分布函数(CDF)的确定 累积分布函数(CDF)可按如下方式确定: \[f_{cdx}(i) = \sum_{j = 0}^{i} p_x(j)\] 通常将期望的常量像素值(常设为 255)与 \(f_{cdx}(i)\) 相乘,从而创建一个将 CDF 映射为均衡化 CDF 的新函数。 ##### CLAHE 增强过程 CLAHE 增强过程包含两个阶段:双线性插值技术和应用对比度限制的直方图均衡化。给定一幅图像 \

地下油运动计算与短信隐写术研究

### 地下油运动计算与短信隐写术研究 #### 地下油运动计算 在地下油运动的研究中,压力降会有所降低。这是因为油在井中的流动速度会加快,并且在井的附近气体能够快速填充。基于此,能够从二维视角计算油在多孔空间中的运动问题,在特定情况下还可以使用并行数值算法。 使用并行计算算法解决地下油运动问题,有助于节省获取解决方案和进行计算实验的时间。不过,所创建的计算算法仅适用于具有边界条件的特殊情况。为了提高解决方案的准确性,建议采用其他类型的组合方法。此外,基于该算法可以对地下油的二维运动进行质量计算。 |相关情况|详情| | ---- | ---- | |压力降变化|压力降会降低,原因是油井

认知计算与语言翻译应用开发

# 认知计算与语言翻译应用开发 ## 1. 语言翻译服务概述 当我们获取到服务凭证和 URL 端点后,语言翻译服务就可以为各种支持语言之间的文本翻译请求提供服务。下面我们将详细介绍如何使用 Java 开发一个语言翻译应用。 ## 2. 使用 Java 开发语言翻译应用 ### 2.1 创建 Maven 项目并添加依赖 首先,创建一个 Maven 项目,并添加以下依赖以包含 Watson 库: ```xml <dependency> <groupId>com.ibm.watson.developer_cloud</groupId> <artifactId>java-sdk</

多媒体应用的理论与教学层面解析

# 多媒体应用的理论与教学层面解析 ## 1. 多媒体资源应用现状 在当今的教育体系中,多媒体资源的应用虽已逐渐普及,但仍面临诸多挑战。相关评估程序不完善,导致其在不同教育系统中的应用程度较低。以英国为例,对多媒体素养测试的重视程度极低,仅有部分“最佳证据”引用在一些功能性素养环境中认可多媒体评估的价值,如“核心素养技能”概念。 有观点认为,多媒体素养需要更清晰的界定,同时要建立一套成果体系来评估学生所达到的能力。尽管大部分大学教师认可多媒体素养的重要性,但他们却难以明确阐述其具体含义,也无法判断学生是否具备多媒体素养能力。 ## 2. 教学设计原则 ### 2.1 教学设计的重要考量

具有特色的论证代理与基于假设的论证推理

### 具有特色的论证代理与基于假设的论证推理 在当今的人工智能领域,论证代理和论证推理是两个重要的研究方向。论证代理可以在各种场景中模拟人类进行辩论和协商,而论证推理则为解决复杂的逻辑问题提供了有效的方法。下面将详细介绍论证代理的相关内容以及基于假设的论证推理。 #### 论证代理的选择与回复机制 在一个模拟的交易场景中,卖家提出无法还钱,但可以用另一个二手钢制消声器进行交换。此时,调解人询问买家是否接受该提议,买家有不同类型的论证代理给出不同回复: - **M - agent**:希望取消合同并归还消声器。 - **S - agent**:要求卖家还钱并道歉。 - **A - agen

基于神经模糊的多标准风险评估方法研究

### 基于神经模糊的多标准风险评估方法研究 #### 风险评估基础 在风险评估中,概率和严重程度的分级是重要的基础。概率分级如下表所示: | 概率(概率值) | 出现可能性的分级步骤 | | --- | --- | | 非常低(1) | 几乎从不 | | 低(2) | 非常罕见(一年一次),仅在异常条件下 | | 中等(3) | 罕见(一年几次) | | 高(4) | 经常(一个月一次) | | 非常高(5) | 非常频繁(一周一次,每天),在正常工作条件下 | 严重程度分级如下表: | 严重程度(严重程度值) | 分级 | | --- | --- | | 非常轻微(1) | 无工作时间

物联网与人工智能在医疗及网络安全中的应用

### 物联网与人工智能在医疗及网络安全中的应用 #### 物联网数据特性与机器学习算法 物联网(IoT)数据具有多样性、大量性和高速性等特点。从数据质量上看,它可能来自动态源,能处理冗余数据和不同粒度的数据,且基于数据使用情况,通常是完整且无噪声的。 在智能数据分析方面,许多学习算法都可应用。学习算法主要以一组样本作为输入,这组样本被称为训练数据集。学习算法可分为监督学习、无监督学习和强化学习。 - **监督学习算法**:为了预测未知数据,会从有标签的输入数据中学习表示。支持向量机(SVM)、随机森林(RF)和回归就是监督学习算法的例子。 - **SVM**:因其计算的实用性和

基于进化算法和梯度下降的自由漂浮空间机器人逆运动学求解器

### 基于进化算法和梯度下降的自由漂浮空间机器人逆运动学求解器 #### 1. 自由漂浮空间机器人(FFSR)运动方程 自由漂浮空间机器人(FFSR)由一个基座卫星和 $n$ 个机械臂连杆组成,共 $n + 1$ 个刚体,通过 $n$ 个旋转关节连接相邻刚体。下面我们来详细介绍其运动方程。 ##### 1.1 位置形式的运动方程 - **末端执行器(EE)姿态与配置的关系**:姿态变换矩阵 $^I\mathbf{R}_e$ 是配置 $q$ 的函数,$^I\mathbf{R}_e$ 和 $\mathbf{\Psi}_e$ 是 EE 方位的两种不同表示,所以 $\mathbf{\Psi}_