急求:数据库中新闻过长,如何进行分页显示
我的新闻内容在数据库中是以html格式存储的.现在客户要求如果新闻内容过长,要分页显示.请高手们帮忙解决一下

------解决方案--------------------
首先在后台输入的时候插入分页符号，像我用的ewebeditor就自带插入分页符号。

再从数据库中取出内容用split分页

大概代码，已经通过测试：
string[] ary = System.Text.RegularExpressions.Regex.Split(Content, "\\$Page_Split\\$ ",System.Text.RegularExpressions.RegexOptions.IgnoreCase);
DataTable dt = new DataTable();
dt.Columns.Add( "content ");
for (int i = 0; i <ary.Length; i++)
{
DataRow myDataRow = dt.NewRow();
myDataRow[ "content "] = ary[i];
dt.Rows.Add(myDataRow);
}

最后这个dt作为数据控件的数据源，数据控件每页显示1条记录就可以了。
------解决方案--------------------
其实跟Web里面的DataGrid分页差不多的，更确切的说要比Web里面更简单一些，这就要看你对分页的原理了不了解了。

可以用微软提供的DataGrid控件来解决分页问题，不需要使用第三方控件。
楼主可以先到我的小论坛去熟悉一下分页的基本概念。(显示帖子页面，查看回复页面)
www.xproer.com/bbs
然后我再跟你讲解一下目前最简单的一种分页方法。

通常我们为了考虑分页SQL语句的性能，最好使用四个按钮来实现分页。
首页，上一页，下一页，尾页
这四个按钮事件内部分页用四条SQL语句来实现从数据库中读取相应的数据。

通常我们的数据表中有ID列，这个基本上是用来分页的。如果我们的数据显示形式是从最新的到最旧的显示方式：
ID显示：
100
99
98
97
96
95
94
93
92
91
90
89
88
87
86
85
84
83

毫无疑问，首页是前10条(假设一页显示10条数据)是从100开始到91,这个SQL最简单：

select top 10 from Table1 order by ID DESC (这个这是首页的SQL语句)

那么下一页就是ID要比91小的前10条数据，

select top 10 from Table1 where ID <@ID order by ID DESC (这是下一页SQL语句)

尾页SQL语句也是超简单

select top 10 from Table1 order by ID ASC (这个是尾页)

上一页SQL语句

select top 10 from Table1 where ID> @ID order by ID DESC (上一页SQL语句)

好了，基本分页SQL语句搞定了，那么重要的就是如何取到这些ID值，我们可以将数据读取前台，通过JS获取这些相应的ID值，然后传给服务端控件，这样我们就可以轻松的实现分页了。

基本上这算得上是最简单的分页了同时也是效率最高的，因为还有一些SQL语句，比如
select top @PageSize * from (select top @DataCount * from AdminTB order by ID ASC)a order by ID DESC; ");

原理:
假设有30条数据:
1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30

现在我们要取中间的10条数据,则SQL语句要这样写
select top 10 * from (select top 20 * from AdminTB order by ID ASC) order by ID DESC; ");
实际上的效果如下
(1,2,3,4,5,6,7,8,9,[ 10,11,12,13,14,15,16,17,18,19,20 ]),21,22,23,24,25,26,27,28,29,30

select top 20 * from AdminTB order by ID ASC是取得 () 部分数据
select top 10 * from (select top 20 * from AdminTB order by ID ASC) order by DESC;取得是 [] 部分。这下明白了吧


不过遗憾的是这种分页是效率最低的，因为 @DataCount 会随着你的数据增加而增大，所以我们提倡用第一种，也就是我上面讲的。