Nano Hash - криптовалюты, майнинг, программирование

Как запретить AutoMapper инициализировать целевой элемент JObject, когда источник имеет значение null

Предположим, у вас есть следующие классы:

public class Source
{
    public string Data { get; set; }
}

public class Destination
{
    public JObject Data { get; set; }
}

И вы настраиваете AutoMapper, используя это:

Mapper.Initialize(
    cfg =>
    {
        cfg.CreateMap<Source, Destination>()
            .ForMember(
                d => d.Data, 
                c => c.MapFrom(s => JsonConvert.DeserializeObject(s.Data ?? "")
    }
);

Когда вы сопоставляете объект Source со значением для Data, которое приводит к нулевому json (например, нулевое значение, пустая строка или строка «null», все из которых приводят к тому, что JsonConvert возвращает нуль), значение Destination.Data заканчивается установить пустой JObject вместо null.

Есть ли способ вообще запретить Automapper инициализировать элемент назначения?

Есть несколько разных вещей, которые вы можете сделать, но большинство из них охватывают только часть случаев. Например, вы можете добавить условие к сопоставлению, которое будет применяться только тогда, когда Source.Data не является нулевым или пустым. Но это не работает, если Source.Data является строкой "null".

Есть ли лучший способ справиться с этим без необходимости добавлять кучу специальных условий корпуса снаружи?

Примечание: я могу заставить его работать, предоставив сопоставление верхнего уровня между строкой и JObject. Но это означало бы, что я должен использовать одну и ту же логику для каждого случая, и я хочу, чтобы она применялась ТОЛЬКО к этому одному свойству.


Ответы:


1

AllowNullCollections работает для каждого профиля, но для каждого свойства вы можете попробовать что-то вроде:

cfg.CreateMap<Source, Destination>()
   .ForMember(destination => destination.Data, 
              options => options.AddTransform(data=>data.Count == 0 ? null : data));

Дело в том, что то, что вы разрешаете, снова сопоставляется, и если AllowNullCollections имеет значение false, AM должен будет создать его для вас :) См. также это.

30.11.2018
  • AllowNullCollections похоже, он сделает то, на что я надеюсь. Я думаю, что я согласен с этим для каждого профиля, поскольку в этом случае я все еще могу настроить конверсию для каждого участника. Я хочу избежать опции преобразования, потому что данные, являющиеся пустым объектом, действительны и не должны быть обнулены. 30.11.2018
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..