zoukankan      html  css  js  c++  java
  • OleDbSchemaGuid.Columns返回DataTable介绍

      DataTable columnTable = Connection.GetOleDbSchemaTable(OleDbSchemaGuid.Columns, new object[] { null, null, dr["TABLE_NAME"].ToString(), null });

    一直想找一下这里面返回的DataTable的列名,可是到现在还没找到,到是在http://www.cnblogs.com/CPFlying/archive/2010/11/13/1876510.html中找到一段有用的东西;

         foreach (DataRow dr2 in columnTable.Rows)
         {
          FieldInfo fi = new FieldInfo();
          fi.DataType = dr2["DATA_TYPE"].ToString();
          fi.IsNull = Convert.ToInt16(dr2["IS_NULLABLE"]);
          fi.IsHasDefault = Convert.ToInt16(dr2["COLUMN_HASDEFAULT"]) ;
          fi.DefaultVal = dr2["COLUMN_DEFAULT"].ToString() ;
          fi.Length = dr2["CHARACTER_MAXIMUM_LENGTH"].ToString();

             htTb.Add(dr2["COLUMN_NAME"],fi);
         }

    想到了,这段代码就能实现:

    schemaTable 是一个OleDbSchemaGuid.Columns返回的DataTable;    

                for (int i = 0; i < schemaTable.Columns.Count; i++)
                    {
                        Msg += i.ToString()+":"+schemaTable.Columns[i].ColumnName+"<br/>";
                    }

    打印结果

    0:TABLE_CATALOG
    1:TABLE_SCHEMA
    2:TABLE_NAME
    3:COLUMN_NAME
    4:COLUMN_GUID
    5:COLUMN_PROPID
    6:ORDINAL_POSITION
    7:COLUMN_HASDEFAULT
    8:COLUMN_DEFAULT
    9:COLUMN_FLAGS
    10:IS_NULLABLE
    11:DATA_TYPE
    12:TYPE_GUID
    13:CHARACTER_MAXIMUM_LENGTH
    14:CHARACTER_OCTET_LENGTH
    15:NUMERIC_PRECISION
    16:NUMERIC_SCALE
    17:DATETIME_PRECISION
    18:CHARACTER_SET_CATALOG
    19:CHARACTER_SET_SCHEMA
    20:CHARACTER_SET_NAME
    21:COLLATION_CATALOG
    22:COLLATION_SCHEMA
    23:COLLATION_NAME
    24:DOMAIN_CATALOG
    25:DOMAIN_SCHEMA
    26:DOMAIN_NAME
    27:DESCRIPTION
    其中:对每行tDr 进行tDr["DATA_TYPE"].ToString()获取,获取的值为130、3、7这样的数值;

    DataType枚举就有作用了,这里保存一个地址:http://technet.microsoft.com/zh-cn/magazine/microsoft.sqlserver.dts.runtime.wrapper.datatype(SQL.105).aspx 或搜索 DataType枚举

  • 相关阅读:
    LeetCode 面试题56-I
    LeetCode T2
    统计中的AUC和ROC曲线
    【转载】RNN
    One layer SoftMax Classifier, "Handwriting recognition"
    【转载】深度学习中softmax交叉熵损失函数的理解
    【转载】softmax的性质及其实现
    logistics多分类
    logistics二分类
    多元线性回归
  • 原文地址:https://www.cnblogs.com/xyzyyj/p/2864116.html
Copyright © 2011-2022 走看看