WedX - журнал о программировании и компьютерных науках

Сохранить вложение на жесткий диск

Я пытаюсь закодировать простую задачу: получить вложение из базы данных Access (2013) и сохранить его на диск. На данный момент я хотел бы, чтобы код получил первую запись из набора записей и сохранил вложение в C:\maptest.pdf.

Он показывает ошибку 3265: элемент не найден в этой коллекции (однако каждая запись в базе данных имеет вложение).

Кто-нибудь знает, что я делаю неправильно?

Private Sub CommandButton4_Click()
Dim appAcc As New Access.Application
Dim rst As DAO.Recordset2
Dim rsA As DAO.Recordset2
Dim fld As DAO.Field2

Dim dbpath As String
dbpath = ThisWorkbook.Path & "\SiteDetails.accdb"

With appAcc
    .OpenCurrentDatabase dbpath
     Set rst = .CurrentDb.OpenRecordset("SiteMaps")
     Set rsA = rst.Fields("Map").Value
End With


rsA.Fields("Map").SaveToFile _"C:\maptest.pdf"


AppAcc.Quit
Set appAcc = Nothing

End Sub    


Ответы:


1

Это потому, что Map не является идентификатором, который использует DAO.

Измените эту строку,

rsA.Fields("Map").SaveToFile _"C:\maptest.pdf"

to,

rsA.Fields("FileData").SaveToFile "C:\maptest.pdf"

Согласно Microsoft,

Поле FileData зарезервировано ядром базы данных Access для хранения двоичных данных вложения.

Обновление: я разместил это до того, как увидел ваше последнее обновление, в котором вы нашли решение. Короче говоря, причина в том, что вы разбиваете поле на свой собственный, своего рода настраиваемый дочерний набор записей файловых вложений (действительно хорошая функция в DAO).

30.04.2014
Новые материалы

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


Для любых предложений по сайту: [email protected]