使用pb实现在线聊天!

首先是设计数据库,我使用的是sqlserver。


表名chat//存放聊天记录
字段分别有
id//自动编号
shuo//发言人
ting//接收人
chatmessage//为消息内容


表名users//存放用户数据,在我的库中有很多字段,只介绍有用的字段
username//用户名
userpass//用户密码
truename//用户的真实姓名
online//判断用户是否在线1为在线,0为离线。
好了,数据库搞好了。

先看一下成品的截图。


下面就要打开PB搞东西了。。。。
在PB中新建一个grid的datawindow,选择chat数据表中的id、shuo、ting、message这几个表
调整好各表的宽窄,然后在rows菜单中的update proper.... 中的allow updates的钩选中,tabuptate下拉框中选chat表,然后将下面两个框中的所有字段都选中。
再在rows菜单中的shot...,在soucre data中将id拖至右面的columns中,将后面的钩取掉,设置数据为倒序排序。这样,最新的消息内容在最前面。然后确定退出,并保存为d_chat。


再新建一个为grid的datawindow,选择users数据表中的username、truename、online这三个字段,然后在条件选择where中选择users.online = 1,保存为d_chat_online
在PB中设计一个登录窗口w_login,我想这个大家应该都会(如果不会的话可以给我留言,我发源码给你)主要是不能直接用open事件打开聊天w_chat窗口,要用openwithparm(w_chat,username)
再新建一个稍微大一点的窗口w_chate,以下是w_chate的控件清单
两个dw控件,分别是dw_1、dw_2(dw_2缩的小些),dw_1存放聊天内容,dw_2存放在线用户。
一个下拉框ddlb_user,用来选择在线用户的。
一个文本输入框sle_message,用来写发言内容的。
三个按钮控件cb_1,text的属性为‘发送’,用来确定发送消息。cb_2用来暂停数据更新,cb_3用来回复数据更新。
所有使用到的控件都在这里了,至于怎么摆放随便自己喽,发挥想象力DIY一下。
下面开始往窗口内写代码喽!!!
在w_chat窗口的open事件里写
title=message.stringparm+'使用的在线消息'//定义窗口标题栏的,其中message.stringparm是从w_login窗口传来的数据
cb_3.enabled=false//设定cb_3为不可操作属性
dw_1.dataobject='d_chat'//设置dw_1的dataobject为d_chat
dw_2.dataobject='d_chat_online'//dw_2的dataobject为d_chat_online
dw_2.visible=false//设置dw_2为不可见属性,也就是程序运行后用户是看不到的。
timer(0.5)//设定计时器,以秒为单位,这里设定dw_1的刷新时间。可以设置的更大或更小。
在w_chat窗口的timer事件里写
connect using sqlca;
dw_1.settransobject(sqlca)
dw_1.retrieve()
//这里主要是读取数据内容,也就是每隔0.5秒读取一次数据
双击w_chat窗口中的ddlb_user下拉框,并在getfocus事件里写
dw_2.settransobject(sqlca)
dw_2.retrieve()
int i
for   i   =   1   to   dw_2.rowcount()   
ddlb_user.additem(dw_2.object.username【i】)  //这个bolg不支持英文的方括号只能用中文代替了,使用时注意将中文的方括号替换为英文的方括号。
next
//这里设定当你点击下拉框的时候读取在线用户。并添加到下拉框中。
在cb_1的clicked事件中写
insert into chat(chat.shuo,chat.ting,chat.chatmessage)
values (:message.stringparm,:ddlb_user.text,:sle_message.text);
dw_1.update()
dw_1.retrieve()
sle_message.text=''
commit;//这个commit一定要有,不然同时使用的其他用户是没办法得到消息数据的。
在cb_2的clicked事件中写
timer(0)//停止计时器
cb_2.enabled=false
cb_3.enabled=true
在cb_3的clicked事件中写
timer(0.5)//恢复计时器
cb_2.enabled=true
cb_3.enabled=false
好了,至此,一个利用dw简单的聊天程序就成功写完了,大家可以测试一下。
注:如果只想让当前用户看到关于自己的对话内容,可以在d_chat中增加条件选项,以达到屏蔽其他用户聊天内容。
而且还可以设置管理员身份,以使其看到所有的聊天内容
在这里就不过多阐述。
再有就是,本人也是刚刚学pb没几天,在程序编写中有不当的地方,请大家指正。
谢谢!!!!

 
  

内容概要:本文研究了基于CNN-BiGRU-Attention混合神经网络模型的风电功率预测方法,旨在提升风力发电功率预测的准确性。该模型融合卷积神经网络(CNN)以提取输入变量中的局部时空特征,结合双向门控循环单元(BiGRU)充分捕捉时间序列前后向的长期依赖关系,并引入注意力机制(Attention)动态加权关键时间步的特征信息,增强模型对重要时刻的敏感度。研究采用多变量输入进行单步预测,综合纳入风速、风向、温度等多种气象因素作为模型输入,面反映环境变量对风电输出的影响。通过Matlab平台完成模型构建、训练仿真验证,实验结果表明该混合模型在预测精度稳定性方面优于传统单一模型,有效提升了风电功率预测性能。; 适合人群:具备一定机器学习深度学习理论基础,熟悉Matlab编程环境,从事新能源发电预测、电力系统调度、智能算法应用等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于风电场实际运行中的短期功率预测,提高电网调度的安可再生能源消纳效率;②为深度学习模型在复杂时序预测任务中的设计优化提供实践范例,推动AI技术在能源系统智能化中的深度融合;③支持学术研究复现、课程项目设计教学演示,帮助深入理解CNN、BiGRUAttention机制的协同建模范式实现细节。; 阅读建议:建议结合提供的Matlab代码进行动手实践,重点关注数据预处理流程、模型网络结构设计、超参数调优及训练收敛过程,鼓励尝试替换输入变量组合、调整网络层数或优化注意力结构,以进一步探究模型性能边界并提升预测鲁棒性。
内容概要:本文研究了基于Benders分解算法输电网-配电网运营商(TSO-DSO)协调机制的双层优化模型,旨在有效应对新能源出力波动、负荷不确定性等对现代电力系统运行带来的挑战。模型上层由输电网运营商(TSO)负责局资源优化主网稳定性调控,下层由多个配电网运营商(DSO)实现本地分布式能源的灵活调度,通过Benders分解实现上下层之间的迭代协调信息交互,从而在保障系统的前提下提升整体运行的经济性鲁棒性。研究提供了完整的Matlab代码实现,涵盖数学建模、算法求解、收敛性分析及仿真结果可视化等环节,有助于深入理解双层优化架构在输配电网协同调度中的具体应用技术细节。; 适合人群:具备电力系统分析、优化理论基础及一定Matlab编程能力的研究生、科研人员,以及从事电网调度、能源系统规划等相关领域的工程技术人员。; 使用场景及目标:①掌握Benders分解在电力系统双层优化问题中的建模求解流程;②理解TSO-DSO协同机制下输配电网交互建模的核心思想实现方法;③复现并拓展高水平学术论文中的优化模型,服务于科研项目攻关或实际工程仿真需求。; 阅读建议:建议结合凸优化理论、电力系统经济调度Benders分解原理进行系统学习,优先运行并调试所提供的Matlab代码,调整关键参数以观察算法收敛行为模型性能变化,从而深化对协调机制优化机理的理解。
内容概要:本文档是一份关于经济学期刊论文复现的研究资料,聚焦核心议题“数字化转型能否促进企业的高质量发展”。文档构建了一个完整的量化分析框架,基于中国上市公司数据,实证探讨数字化转型对企业要素生产率(TFP)及高质量发展的实际影响。内容涵盖数字化转型指标的构建、企业高质量发展评价体系的设计、计量经济模型的选择应用(如固定效应模型、GMM方法),并提供Matlab代码实现过程,包括数据处理、模型估计稳健性检验。研究还系统梳理了OL、FE、LP、OP、GMM等多种要素生产率的测算方法,为读者复现高水平经济学论文、深入理解数字经济时代的企业发展路径政策含义提供了详尽的技术支持理论指导。; 适合人群:具备扎实的经济学理论基础和较强的定量分析能力,熟悉Matlab或Python编程语言,正在从事经济管理、产业经济或数字经济等领域研究的研究生、高校教师及科研机构研究人员。; 使用场景及目标:①完整复现经济学顶刊论文的实证研究流程,掌握规范的学术研究范式;②学习并应用数字化转型企业绩效间的因果识别策略,提升独立开展实证研究的能力;③为撰写学位论文、申报科研课题或编制政策咨询报告中涉及数字经济效应的章节提供直接的方法论参考和代码支持; 阅读建议:建议读者务必结合文档提供的数据Matlab代码进行同步实操,重点钻研变量定义、模型设定、内生性处理和稳健性检验等关键环节,通过反复调试验证,深刻领会高水平实证研究的严谨逻辑技术细节,从而面提升自身的科研素养论文写作水平。
内容概要:本文围绕“绿电直连型电氢氨园区优化运行”开展创新性未发表研究,提出一种集成绿色电力直接供给、电解水制氢合成氨工艺的多能耦合系统优化模型,旨在实现园区能源系统的低碳化、高效化经济化运行。研究采用MatlabPython编程语言,结合实际气象负荷数据,构建涵盖电-氢-氨能量转换、存储利用过程的能量流、物质流及经济性协同优化框架,重点解决可再生能源出力波动导致的供需失衡问题,并通过优化电解槽、储氢罐、合成氨反应器等关键设备的运行策略容量配置,提升系统对风光能源的就地消纳能力。文中配套提供完整的仿真代码、原始数据及Word格式论文,支持结果复现模型拓展,具有较高的科研参考价值工程应用潜力。; 适合人群:具备电力系统、能源工程、优化建模或新能源技术背景,从事综合能源系统、氢能利用、碳中和园区等相关领域研究的研发人员及硕士、博士研究生。; 使用场景及目标:①研究绿电直供模式下电-氢-氨多能系统协同运行机制优化调度策略;②探索高比例可再生能源就地转化为高附加值化工产品的技术路径;③为工业园区实现深度脱碳能源自洽提供决策支持;④作为学术论文撰写、课题申报或科研复现的高质量参考资料。; 阅读建议:建议结合MatlabPython代码逐模块解析模型实现过程,重点关注目标函数构建、约束条件设定(如设备动态特性、能量平衡、安边界)以及多场景仿真对比分析,宜在调试过程中调整权重系数参数设置,深入理解系统灵敏度优化机理,并尝试引入更多不确定性因素进行鲁棒性扩展。
评论 6
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