php评论回复删除系统实现
2018-03-11 16:51:31
•
阅读
打赏
这篇文章主要为大家详细介绍了php评论回复删除系统实现的方法,具有一定的参考价值,感兴趣的小伙伴们参考一下
建立两张表,一是pinglun表;二是huifu表
代码如下:
1.主页面 main.php
<html>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
<title>留言</title>
<h1>朋友圈</h1>
<div>内容:</div>
<div>今天很嗨</div>
<div><img src="../picture/timg.jpg" width="300" height="200"></div>
<br>
<form action="mainchuli.php" method="post">
<input type="text" hidden="hidden" value="zhangsan" name="zhangsan">
<textarea name="content"></textarea>
<input type="submit" value="评论">
</form>
<?php
require "DBDA.class.php";
$db = new DBDA();
$sql = "select * from Pinglun";
$arr = $db->query($sql, 1);
foreach ($arr as $v) {
echo "<div style='color:blue'>{$v[1]} {$v[3]}</div><div style='color:blue'>{$v[2]}</div>
<form action='delchuli.php?id={$v[0]}'' method='post'><input type='submit' value='删除'>
</form><form action='huifuchuli.php?id={$v[0]}'' method='post'>
<textarea name='Comment'></textarea><input type='submit' value='回复'></form>";
$dc = new DBDA();
$sql1 = "select * from huifu where jieshouid ={$v[0]}";
$arr1 = $dc->query($sql1, 1);
foreach ($arr1 as $k) {
echo "<div>{$k[2]} {$k[3]}</div> <div>{$k[4]}</div> ";
}
} ?>
</html>
2.评论处理页面 pinglunchuli.php
$zhangsan = $_POST["zhangsan"];
$content = $_POST["content"];
$time = date("Y-m-d H:i:s");
require "DBDA.class.php";
$db = new DBDA();
$sql = "insert into Pinglun values('','{$zhangsan}','{$content}','{$time}')";
$db->query($sql);
header("location:main.php");
3.回复处理页面 huifuchuli.php
$id = $_GET["id"]; //将点击回复的评论id传过来
$Comment = $_POST["Comment"]; //回复文本域中的内容
$me = "me"; //这里是给定义了一个人
$Times = date("Y-m-d H:i:s");
require "DBDA.class.php";
$db = new DBDA();
$sql = "insert into huifu values('','{$id}', '{$me}','{$Times}','{$Comment}')";
$db->query($sql);
header("location:main.php");
4.删除处理页面 delchuli.php
$id = $_GET["id"];
require "DBDA.class.php";
$db = new DBDA();
$sql = "delete from Pinglun where id='{$id}'";
if ($db->query($sql)) {
header("location:main.php");
} else {
echo "删除失败!";
}
以上就是本文php评论回复删除系统实现的全部内容,希望对大家的学习有所帮助,也希望大家多多支持本站。
相关推荐
深度学习 -- 损失函数
深度残差网络(Deep Residual Networks (ResNets))
深度学习 -- 激活函数
神经网络训练 -- 调整学习速率
生成对抗网络(GAN)改进与发展
生成对抗网络(GAN)优点与缺点
生成对抗网络(GAN)的训练
生成对抗网络(GAN)基本原理
生成模型与判别模型