当前位置: 首页 > news >正文

汇编语言全接触-39.获得结果

在本章中,我们来学习如何获得SQL语句的执行结果。

我们称由查询返回的一组记录为一个 结果集(result set) (或在VB中被称为recordset).检索结果通常分为以下几个步骤:

确认一个结果集是否可用。

将结果集的列绑定在适当的变量上。

取得行

完成对结果集的操作后,我们必须调用SQLCloseCursor来销毁它.

确认一个结果集是否可用

有时在执行SQL语句后,我们就已经知道结果集是否可用了。如果执行的语句并不是返回结果集的类型,我们就知道结果集不可用了。但有时我们不太清楚使用的SQL语句是什么类型,比如说,让用户自行输入SQL语句。这时,我们必须确认是否有结果集被建立,这可以通过SQLNumResultCols函数实现。如果结果集存在,则该函数返回结果集中的列数(字段数)。语法如下:

SQLNumResultCols proto StatementHandle:DWORD, pNumCols:DWORD

StatementHandle 语句句柄

pNumCols 指向一个双字的指针,其中包含了结果集的列数。

如果 pNumCols指向的值为0,那么表明结果集不存在。

绑定列

与绑定一个变量到SQL语句的参数相同,我们连接(绑定)一个变量到结果集中的某一列。这里要用到的函数是SQLBindCol,语法如下:

SQLBindCol proto StatementHandle:DWORD,

ColumnNumber:DWORD,

TargetType:DWORD,

TargetValuePtr:DWORD,

BufferLength:DWORD,

pStrLenOrIndPtr:DWORD

StatementHandle 语句句柄

ColumnNumber 结果集中要绑定的列序数.列序数从1开始.列0是书签(bookmark)列.

TargetType The 指示 TargetValuePtr指向的变量(缓冲区)的类型的常数。

TargetValuePtr 指向将要捆绑到列的变量或缓冲区的指针。当调用SQLFetch来获得结果集中的行时,本参数指向的变量或缓冲区将被填入被绑定的列的值。

BufferLength 由TargetValuePtr指向的缓冲区的长度。

pStrLenOrIndPtr 参见前章SQLBindParameter

例子:

.data?

buffer db 21 dup(?)

DataLength dd ? ;调用SQLFetch后,被填入缓冲区的字符串的长度

.code

.....

invoke SQLBindCol, hStmt, 1, SQL_C_CHAR, addr buffer, 21, addr DataLength

取得一行

非常简单.先调用SQLFetch 检索结果集的一列到绑定的变量中。当SQLFetch调用完成,游标(cursor)被更新(updated).可以认为游标就是一个记录指针(record pointer). 它指明了SQLFetch调用后将返回哪一行。比如说,如果结果集有4列,当结果集建立时,游标指向第一行.当调用了SQLFetch 后,游标被加1。所以如果调用了SQLFetch 4次,就没有更多的行可被提交了。游标会显示指向文件尾(EOF). SQLFetch语法如下:

SQLFetch proto StatementHandle:DWORD

当没有行可提交时,这个函数返回 SQL_NO_DATA.

例子:

.data?

buffer db 21 dup(?)

DataLength dd ?

.code

.....

invoke SQLBindCol, hStmt, 1, SQL_C_CHAR, addr buffer, 21, addr DataLength

invoke SQLFetch, hStmt

译者废话:还记得地球的经纬吗?我们通过SQLBindCol来定位经度(列),用游标来定义纬度(行),用SQLFetch来获得坐标,而结果集就是地球。大航海时代2的同好们不应忘记呀!(船长,我们找不到水......顺便问一句,这是地球吗%$#@&*^:-)

http://www.cnnetsun.cn/news/169647.html

相关文章:

  • 经典算法题型之编辑距离(二)
  • Linly-Talker支持静音时段自动关闭麦克风吗?
  • Linly-Talker如何优化内存占用?轻量化改进措施
  • [Java]PTA:jmu-Java-06异常-finally
  • 9、高级 Active Directory 配置与复制管理全解析
  • Magistral-Small-1.2:多模态推理新升级
  • 6、Windows 操作系统架构与网络通信详解
  • 7、Windows网络与RPC编程全解析
  • 9、RPC 通信基础设施设计与实现
  • 15、Windows管道通信:命名管道与匿名管道详解
  • 16、Windows NT 中的命名管道与邮件槽通信技术详解
  • 25、网络编程中的Windows NT技术解析
  • Linly-Talker如何确保用户上传肖像的安全性?
  • Qwen3Guard-Stream-4B:流式三级实时风险监测
  • Linly-Talker支持暗黑主题UI界面吗?
  • Linly-Talker在高校招生宣传中的创新应用案例
  • Linly-Talker支持多轮对话上下文理解吗?
  • Gemma 3 270M:轻量级多模态文本生成模型
  • Linly-Talker镜像提供SLA服务保障承诺
  • python django flask中小学生成长考勤档案管理系统的设计与实现_a028i958--论文
  • gpt-oss-120b量化版:低资源高性能推理
  • 5、计算机系统的多维度剖析:从基础组件到应用环境
  • 大模型学习基础(六) 强化学习(Reinforcement Learning,RL)初步1.4
  • 腾讯混元3D-Part:AI驱动3D部件智能生成与分割
  • 6、DevOps环境的运营能力与技能需求
  • 8、SQL Server 数据存储与性能监控指南
  • 12、PowerShell远程处理:端点配置与故障诊断
  • 21、Windows PowerShell:技术与业务价值的完美融合
  • 66、优化Windows计算机性能全攻略
  • Step3:321B参数多模态推理新标杆