Я попробовал свойство exporttoXML xtraTreeList. Но сгенерированный xml не содержит никакой информации об узле, такой как идентификатор или проверено и т. д., а только имя и идентификатор родителя. Есть ли какое-либо другое свойство экспорта, которое даст всю информацию?
Экспорт XtraTreeList в XML
13.06.2012
Ответы:
1
TreeList.ExportToXml(String) Method экспортирует данные древовидного списка в указанный файл в формате XML, а не расположение. Вы можете использовать метод TreeList.SaveLayoutToXml(String), чтобы сохранить макет и восстановить его с помощью Метод TreeList.RestoreLayoutFromXml(String).
Фрагмент кода:
string fileName = "c:\\TreeListLayout.xml";
treeList1.SaveLayoutToXml(fileName);
treeList2.DataSource = treeList1.DataSource;
treeList2.RestoreLayoutFromXml(fileName);
Пример DevExpress Как сохранить расширенное состояние узлов TreeList при обновлении данных и следующие справочные ссылки.
Ссылка:
Как загрузить и сохранить макет TreeList с помощью кода
Результат поиска
Надеюсь, это поможет..
13.06.2012
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..