Nano Hash - криптовалюты, майнинг, программирование

C #: как удалить все нулевые свойства из универсального объекта с помощью отражения?

Я хочу удалить все нулевые свойства в универсальном объекте. Он не обязательно должен быть рекурсивным, достаточно одного уровня.

Причина, по которой мне нужно, - это настраиваемая реализация JavascriptConvertor для сериализации JSON, которая дает мне: {"Name": "Aleem", "Age": null, "Type": "Employee"}

И я хотел бы пропустить нулевой объект.

Функция для этой задачи принимает объект и возвращает словарь:

IDictionary<string, object> Serialize(object obj, JavaScriptSerializer serializer)

Поэтому я хотел бы удалить все нулевые свойства из obj. У всех свойств есть геттер, но если свойство не установлено, геттер возвращает null.

c# reflection
03.05.2009

  • Как бы вы удалили участника? Вопрос немного непонятный ... 03.05.2009
  • IIRC, члены также являются свойствами и методами. Так что я тоже не знаю, как бы вы их удалили. 03.05.2009
  • А если они равны нулю, не так много осталось удалить, не так ли? 03.05.2009
  • новый {Foo = lol, Bar = null} на новый {Foo = lol}? Не думайте, что это возможно, если вы не создадите свой собственный шрифт в памяти. анонимные (общие?) типы - это иллюзии компилятора, который создает типы во время компиляции ... 03.05.2009
  • Что ж, метод не может быть нулевым. Свойство само по себе не имеет значения (в смысле поля), поэтому вам нужно вызвать метод доступа get, чтобы получить значение. Что делать, если свойство не имеет доступа get? Алеембу абсолютно необходимо объяснить больше, чтобы его вопрос имел смысл. 03.05.2009
  • @Colin, я немного уточнил вопрос. 04.05.2009
  • @aleemb - не могли бы вы добавить больше того, что делает ваш метод Serialize? Это прояснило бы ситуацию ... по крайней мере, для меня :) 04.05.2009
  • добавлен общий метод расширения сериализатора json, но требует .net 3.5 04.05.2009

Ответы:


1

Вы можете реализовать свой собственный JavaScriptConverter для обработки сериализации вашего типа. Тогда вы получите полный контроль над сериализацией свойств.

Ответ @Richards предоставляет хорошую реализацию метода Serialize.

Метод Deserialize будет очень похож, но я оставлю реализацию на ваше усмотрение. Единственным недостатком JavaScriptConverter является то, что он должен откуда-то получать поддерживаемые типы. Либо жестко закодируйте это так:

public override IEnumerable<Type> SupportedTypes
{ 
    get
    {
        var list = new List<Type>{ typeof(Foo), typeof(Bar)...};
        return list.AsReadOnly();
    }
}

... или сделайте его настраиваемым, например через конструктор класса.

03.05.2009
  • Питер, это для специального JavascriptConvertor 04.05.2009
  • Точно. Если стандартный преобразователь включает свойства, которые имеют значение NULL, вы можете создать свой собственный преобразователь, который игнорирует эти свойства, и зарегистрировать его в сериализаторе. 04.05.2009
  • Хотя он прав, но вам нужно привести объект к вашему типу Serialize (object obj, ... MyObject o = (MyObject) obj; затем проверьте, не равно ли свойство null, добавить в словарь для сериализации ... 04.05.2009
  • Объект может быть любого типа: Foo, Bar и т. Д. И он может иметь любое количество свойств ... Я хотел бы иметь общее решение, чем обрабатывать каждый тип объекта по отдельности. 04.05.2009

    • 2

    Что-то вроде следующего, вероятно, поможет:

    public IDictionary<string, object> GetNonNullProertyValues(object obj)
{
    var dictionary = new Dictionary<string, object>();

    foreach (var property in obj.GetType().GetProperties())
    {
        var propertyValue = property.GetValue(obj, null);
        if (propertyValue != null)
        {
            dictionary.Add(property.Name, propertyValue);
        }
    }

    return dictionary;
}

    NB: этот метод не обрабатывает индексированные свойства.

    03.05.2009

    3

    Возможно, вы захотите создать какой-то объект-оболочку, который предоставляет только элементы того, что он обертывает, если они не равны нулю.

    Вы также можете ознакомиться с версией 4 C #. Из статьи в Википедии для утиного набора текста:

    В версии 4 версии C # есть дополнительные аннотации типов, которые инструктируют компилятор организовать проверку типов классов во время выполнения, а не во время компиляции, и включать код проверки типов во время выполнения в скомпилированные выходные данные. Такие дополнения позволяют языку пользоваться большинством преимуществ утиной печати с единственным недостатком, заключающимся в необходимости идентифицировать и указывать такие динамические классы во время компиляции.

    03.05.2009

    4
  • На что нужно ссылаться, чтобы получить System.Runtime.Serialization.Json? 04.05.2009
  • System.ServiceModel.Web и System.Runtime.Serialization 04.05.2009
    • 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..