由于字符串比较，文档编号评估不正确答案

【问题标题】：Document Number Evaluated Improperly Due to String Compare由于字符串比较，文档编号评估不正确
【发布时间】：2013-03-06 15:51:17
【问题描述】：

我有一份要评估的文件编号列表。这个列表非常大，我不想将所有文档编号都转换为 int，因为它们也可以包含字母。这是一个数字列表示例。

这些数字包含在 C# 中的对象中，我运行 Linq 以返回 Range 中的对象列表。这是我的 linq 代码。

results = from row in MyObjectList.AsQueryable<MyObject>()
          where String.Compare(row.Header.DocNumber, _sDocumentStartNumber) >= 0 
          && String.Compare(row.Header.DocNumber, _sDocumentEndNumber) <= 0
          select row;

如果我的范围是

From: 1
To: 10000

用户希望取回该范围内的所有数字编号交易。但是，因为我正在比较字符串，所以我没有得到任何结果。

我可以检测到我的 to 和 from 值是数字，然后只评估带有数字的交易并使用基于该数字的 linq 语句（或编辑 linq 语句以进行转换和比较），但我关心的是性能这一点是因为返回时列表可能相当大。

我对这里的建议持开放态度，并且知道可能有许多路径都会导致相同的结果。我最关心的是性能。请记住，我可能会对非常大的数据集执行此操作，并且我需要在合理的时间内返回结果。

提前感谢您的任何建议。

~~~编辑~~~

其他信息

我使用的对象是 QuickBooks Online 的 Intuit IPP SDK 对象。我正在查询文档（例如发票）的直觉，并且需要对文档编号进行排序。 Intuit 不在他们的服务器端执行此操作，因此我必须在我方执行此操作。根据用户为其他搜索条件输入的内容，我最终可能会将他们的所有文档都包含在返回的列表中。

【问题讨论】：

“非常大”有多大？我建议首先以最简单的方式让代码工作，然后测试它的性能，而不是假设它会太慢。（另外，你为什么使用AsQueryable？）“CO2000”应该被视为2000，还是不被视为一个值？
在选择范围时是否要包含“字母数字”文档编号？我建议创建自己的IComparer 而不是使用String.Compare。
在这种情况下，不返回包含字母字符的文档编号。我使用 AsQueryable 是因为“MyObject”实际上是我用来与其他产品交互的 SDK 对象列表。
很大的数字很容易超过 100,000。我没有确切的数字，这取决于用户在外部包中创建的对象数量。

标签： c# .net string linq

【解决方案1】：

创建你自己的比较器，比如DocumentNumberWithinRangeComparer：

public class DocumentNumberWithinRangeComparer
{
    public int? RangeFrom { get; set; }
    public int? RangeTo { get; set; }

    public DocumentNumberWithinRangeComparer(int? from, int? to)
    {
        RangeFrom = from;
        RangeTo = to;
    }

    public bool IncludeInResults(MyObject obj)
    {
        if (!RangeTo.HasValue || !RangeFrom.HasValue)
            return true;

        int docnumber;
        if (!Int32.TryParse(obj.Header.DocNumber, out docnumber))
            return false;

        return docnumber >= RangeFrom.Value && docnumber <= RangeTo.Value;
    }
}

然后创建它的一个实例并使用它来过滤：

var comparer = new DocumentNumberWithinRangeComparer(0,100);
var results = from row in MyObjectList.AsQueryable<MyObject>()
              where comparer.IncludeInResults(row)
              select row;

如果您想要更快的比较，您应该将您的“DocNumber”预处理为整数，但这仅在您处理文档列表一次然后多次查询时才有意义。

预处理的一个简单解决方案是从Header.DocNumber 字符串值和解析的数字值创建一个Dictionary<string, int>。对于不解析的值，您可以使用-1、Int32.MinValue 之类的东西，或者制作更高级的解析器来处理非数字值。

一旦你有了字典，你就可以像这样查询......

var dictionary = new Dictionary<string, int>(); // Fill this...
var results = from row in MyObjectList.AsQueryable<MyObject>()
              where dictionary[row.Header.DocNumber] >= _sDocumentStartNumber &&
                    dictionary[row.Header.DocNumber] <= _sDocumentEndNumber 
              select row;

设置这个字典需要一些额外的时间，但是如果你多次查询同一个文档集，它会得到回报。

【讨论】：

我希望对列表进行预处理。那会让事情变得容易得多。也许随着 intuit 的 IPP v3 将于今年晚些时候发布，它们将包括额外的过滤，这样我就不必做所有这些了。感谢您的回复。我将使用我们的样本数据进行一些测试，看看它们与性能的比较。
我最终使用了您建议的比较器类。我没有做字典路由，因为我只会传递一次数据（尽管我在这个程序中都有字典用于重复使用的数据。对云的调用越少越好）。比较器方法对性能没有任何明显影响，并且当用户仅使用数字搜索时可能实际上提高了性能，因为我添加了一个检查以简化处理。谢谢。

【解决方案2】：

当你得到范围时，用空格左填充起始数字，使其与结束数字的长度相同。所以在你的例子中，你的结束号码是“10000”。因此，将您的起始编号设为“__1”（即 4 个空格，然后是 1）。

比较时，在比较前左填充文档编号。所以：

string paddedStart = _sDocumentStartNumber.PadLeft(_sDocumentEndNumber.Length);
string padded;
results = from row in MyObjectList.AsQueryable<MyObject>()
      let padded = row.Header.DocNumber.PadLeft(paddedStart.Length)
      where String.Compare(padded, paddedStart) >= 0 
          && String.Compare(padded, _sDocumentEndNumber) <= 0
      select row;

【讨论】：