C# Convert.ToDouble 람다 LINQ 문에서 (값)

Question

나는 다음과 같은 LINQ 문이 있습니다

Items = Items.Where(p => p.LeadDatas.Any(
         q => 
         q.LeadField.Name == descriptor.Name && 
         Convert.ToDouble(q.Value) == Convert.ToDouble(value))); 

모두의 q.Value 이중의 문자열 값이며, value는 이중의 문자열 값입니다 이것들은 평등을 위해 비교 될 수 있도록 복식으로 변환 될 필요가 있었다. 나를 어떻게 허용하지 않습니다 이유는 확실하지 않다

을 떠

오류 변환 데이터 유형 VARCHAR :

내가이 LINQ 문을 통해 디버깅

, 나는 다음과 같은 예외 : SQLException을 얻고있다 이 문제는 해결할 수 있을지 궁금해합니다. 여기서 평등을 비교하기 위해 두 값을 비교해야합니다.

Answer 1

시작하기 위해, 나는 로컬 변수에 밖으로 Convert.ToDouble(value)를 추출하는 것입니다 :

double target = Convert.ToDouble(value); 
Items = Items.Where(p => p.LeadDatas.Any(q => 
          q.LeadField.Name == descriptor.Name && 
          Convert.ToDouble(q.Value) == target)); 

을 그것은 매우 가능성이 문제의 value의 시도 전환보다는 일부 행 q.Value의 시도 변환이 있다고 . 또는 유효한 값이없는 행이있을 수도 있습니다. 처음에 간단한 평등 이진 부동 소수점 값을 비교

그러나, 그것은 또한 일반적이다 나쁜 생각 (... 당신은 double.TryParse를 사용하여을 시도 할 수 있지만, 난 그 일을 giong 얼마나 잘 모르겠어요) 장소. 어느 정도의 허용 오차를 사용할 수 있습니다. LINQ to SQL과 함께 작동하는 방법이 다른 문제입니다 ...

Answer 2

LINQ to SQL을 사용하는 것처럼 보입니다. 이 오류는 쿼리를 실행하는 SQL Server에서 직접 발생합니다 (코드가 아님). 내 생각 엔 유효한 숫자 값이 아닌 값이있는 행이 있습니다.

나는 SSMS에서 다음 쿼리를 실행하는 것입니다 그리고 난 당신이 오류와 함께 실패 찾을 수 있다고 생각

Error Converting data type varchar to float 

select convert(float, value) from leaddata 

편집 :

당신이 존 제안으로 약간의 내결함성을 추가하려면 ISNUMERIC 기능을 매핑하고 아래 할 수있는 : 당신의 DBML (참조 How to know if a field is numeric in Linq To SQL)

<Function Name="ISNUMERIC" IsComposable="true"> 
    <Parameter Name="Expression" Parameter="Expression" Type="System.String" DbType="NVarChar(4000)" /> 
    <Return Type="System.Boolean" DbType="BIT NOT NULL"/> 
</Function> 

에서

코드에서

:

double target = Convert.ToDouble(value); 
Items = Items.Where(p => p.LeadDatas.Where(i => myDataContext.IsNumeric(i)).Any(q => 
          q.LeadField.Name == descriptor.Name && 
          Convert.ToDouble(q.Value) == target)); 

Answer 3

확인하면 SQL Server의 float로 변환하는 문자열 값이 유효한지 확인합니다 (예를 들어, 그들은 비어 있지 않거나 그들은 소수점에 대한 유효한 기호가).

Answer 4

값 중 하나가 성공적으로 float로 변환 될 수없는 것처럼 들립니다.