func PostPurchaseList(a *decorator.ApiBase, data *adminStruct.PurchaseList) error { logger.AccessLogger.Info("PostPurchaseList....") res := adminStruct.PurchaseListResp{} //res.ResponseCommon = a.NewSuccessResponseCommon() query := a.Ts.Table("purchase_order_info a"). Select("a.poid,a.cuid,a.arrival_num,a.sum_num,a.goods_sum_amt,a.pur_amt,a.other_amt,a.sum_amt,whi.addr,whi.phone,whi.contacts"). Joins(`left join warehouse_info whi on a.wid = whi.wid`) if len(data.OrderNo) > 0 { query = query.Where("a.order_no like ?", fmt.Sprintf("%%%s%%", data.OrderNo)) } if len(data.Sku) > 0 { query = query.Where("gs.sku like ?", fmt.Sprintf("%%%s%%", data.Sku)) } if len(data.Gname) > 0 { query = query.Where("g.gname like ?", data.Gname) } if data.Wid > 0 { query = query.Where("a.wid like ?", data.Wid) } if data.Sid > 0 { query = query.Where("a.sid like ?", data.Sid) } if len(data.LogisticsId) > 0 { query = query.Where("a.logistics_id like ?", data.LogisticsId) } if len(data.Remark) > 0 { query = query.Where("a.remark like ?", data.Remark) } if len(data.ApplyPayStatus) > 0 { query = query.Where("a.arrival_status like ?", data.ApplyPayStatus) } if len(data.PayStatus) > 0 { query = query.Where("a.pay_status like ?", data.PayStatus) } if len(data.ArrivalStatus) > 0 { query = query.Where("a.arrival_status like ?", data.ArrivalStatus) } if data.ArrivalTime > 0 { query = query.Where(" a.arrival_time=?", data.ExpectCime-time.Now().Unix()) } if data.Ctime > 0 { query = query.Where(" a.ctime>=?", data.BeginDate) } if data.Ctime > 0 { query = query.Where(" a.ctime<=?", data.EndDate) } utils.Error(query.Limit(a.Size). Offset(a.Offset). Find(&res.Data).Error) var poids []int64 for _, i := range res.Data { poids = append(poids, i.Poid) } g := []adminStruct.GoodsInfo2{} utils.Error(a.Ts.Table("purchase_order_list b"). Select("b.poid,gs.sku,b.price,b.num,g.gname,g.image,b.polid,b.goods"). Joins(`left join goods_base g on g.gid=b.gid`). Joins(`left join goods_sku gs on gs.gsid = b.skuid`). Where("b.poid in ?", poids).Find(&g).Error) for i, _ := range res.Data { p := &res.Data[i] for _, i2 := range g { if i2.Poid == p.Poid { p.Detail = append(p.Detail, i2) } } } return a.ReturnSuccessCustomResponse(res) }

时间: 2024-04-18 08:26:04 浏览: 16
这段代码是一个名为 "PostPurchaseList" 的函数,它接受两个参数:指向decorator.ApiBase类型的指针a和指向adminStruct.PurchaseList类型的指针data。该函数的目的是根据传入的data参数中的条件查询数据库,并返回查询结果。 首先,函数创建了一个空的adminStruct.PurchaseListResp结构体res,用于存储查询结果。然后,通过调用logger.AccessLogger.Info方法记录日志信息。 接下来,函数创建了一个查询对象query,查询的目标表是"purchase_order_info a",并选择了一些字段。通过左连接warehouse_info表,查询还包括了该表的一些字段。 接下来,函数根据data中的条件逐个添加WHERE子句到query中。如果data中的OrderNo字段不为空,则添加一个类似"a.order_no like '%xxx%'"的条件语句。其他字段的处理方式类似。 然后,函数处理了data中的两个时间字段。如果data中的ArrivalTime字段大于0,则添加一个"a.arrival_time=?"的条件语句,其中参数是data.ExpectCime减去当前时间戳。如果data中的Ctime字段大于0,则添加一个"a.ctime>=?"和"a.ctime<=?"的条件语句,其中参数分别是data.BeginDate和data.EndDate。 接下来,函数通过调用query的Limit和Offset方法设置了查询的限制和偏移量,并将查询结果存储到res.Data中。 接下来,函数创建了一个空的int64类型切片poids,用于存储查询结果中的poid字段。 然后,函数创建了一个空的adminStruct.GoodsInfo2类型切片g,用于存储查询结果中的商品信息。 接下来,函数创建了一个查询对象,查询的目标表是"purchase_order_list b",并选择了一些字段。通过左连接goods_base表和goods_sku表,查询还包括了这两个表的一些字段。其中,查询条件为"b.poid in ?",参数为poids。 最后,函数对查询结果进行处理,将商品信息添加到对应的采购单中。 最后,函数通过调用a的ReturnSuccessCustomResponse方法返回查询结果res。 请注意,这段代码只是函数的实现部分,可能还有其他代码文件中定义的相关结构体、方法等。

相关推荐

func PostFeedBackList(a *decorator.ApiBase, data *adminStruct.FeedBackList) error { logger.AccessLogger.Info("PostFeedBackList...") res := adminStruct.AfterSaleResp{} f := []adminStruct.AFeedBackList{} query := a.Ts.Table("feedback a"). Select("a.fid,a.gid,m.star,u.user_name,a.appraise_time,boi.order_no,m.shop_id"). Joins("left join reply_temp m on a.mid=m.mid"). Joins("left join business_order_info boi on boi.uid=a.uid"). Joins("left join user_base u on u.uid=a.uid ") if len(data.ShopId) > 0 { query = query.Where("m.shop_id like ?", data.ShopId) } if data.Gid > 0 { query = query.Where("a.gid like ?", data.Gid) } if len(data.OrderNo) > 0 { query = query.Where("boi.order_no like ?", data.OrderNo) } if len(data.UserName) > 0 { query = query.Where("u.user_name like ?", data.UserName) } if data.Star > 0 { query = query.Where("m.star like ?", data.Star) } if data.AppraiseTime > 0 { query = query.Where("a.appraise_time like ? ", data.AppraiseTime) } utils.Error(query.Find(&res.Data).Error) var fids []int64 for _, i := range res.Data { fids = append(fids, i.Fid) } utils.Error(a.Ts.Table("feedback a"). Select("g.image,g.gname,boi.order_no,u.user_name,m.star,a.appraise_time,a.appraise_text,m.country,m.shop_id"). Joins("left join goods_base g on a.gid=g.gid"). Joins("left join reply_temp m on a.mid=m.mid"). Joins("left join business_order_info boi on boi.uid=a.uid"). Joins("left join user_base u on u.uid=a.uid "). Where("a.fid like ?", fids). Find(&f). Error) return a.ReturnSuccessCustomResponse(res) }

最新推荐

recommend-type

nodejs-x64-0.10.21.tgz

Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
recommend-type

node-v4.1.1-linux-armv6l.tar.xz

Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
recommend-type

node-v4.1.0-linux-arm64.tar.xz

Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
recommend-type

matlab S-Function 混合系统仿真

matlab绘制函数图像 MATLAB (Matrix Laboratory) 是一种用于数值计算的高级编程语言和交互式环境,由 MathWorks 公司开发。它广泛用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。以下是一些 MATLAB 的基本特性和使用方式: 1. 基本语法 变量:MATLAB 中的变量不需要预先声明,直接赋值即可。 数组:MATLAB 使用方括号 [] 创建数组,数组索引从 1 开始。 运算符:包括加、减、乘、除、乘方等。 函数:MATLAB 有大量内置函数,也可以编写自定义函数。 2. 绘图 MATLAB 提供了丰富的绘图功能,如绘制线图、散点图、柱状图、饼图等。 matlab x = 0:0.01:2*pi; y = sin(x); plot(x, y); title('Sine Function'); xlabel('x'); ylabel('y'); 3. 数据分析 MATLAB 可以处理各种类型的数据,包括矩阵、向量、数组等,并提供了许多数据分析函数,如统计函数、信号处理函数等。 4. 脚本和函数
recommend-type

智慧交通规划方案.pptx

智慧交通规划方案.pptx
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用matlab绘制高斯色噪声情况下的频率估计CRLB,其中w(n)是零均值高斯色噪声,w(n)=0.8*w(n-1)+e(n),e(n)服从零均值方差为se的高斯分布

以下是用matlab绘制高斯色噪声情况下频率估计CRLB的代码: ```matlab % 参数设置 N = 100; % 信号长度 se = 0.5; % 噪声方差 w = zeros(N,1); % 高斯色噪声 w(1) = randn(1)*sqrt(se); for n = 2:N w(n) = 0.8*w(n-1) + randn(1)*sqrt(se); end % 计算频率估计CRLB fs = 1; % 采样频率 df = 0.01; % 频率分辨率 f = 0:df:fs/2; % 频率范围 M = length(f); CRLB = zeros(M,1); for
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。