Nel precedente script abbiamo esaminato gli Spatial Types di SQL Server, allo scopo di rappresentare meglio le nostre entità su mappe e di migliorarne la ricerca geografica.
Nel momento in cui riceviamo dal client una stringa nel formato Well-Known Text (https://it.wikipedia.org/wiki/Well-Known_Text]), avremo la necessità di convertirla in un oggetto di tipo DbGeography, affinché lo si possa utilizzare direttamente in una delle nostre query LINQ to Entities.
Per evitare di ripetere più volte la logica di costruzione, realizziamo un Model Binder personalizzato. Iniziamo scrivendo una classe che implementi l'interfaccia System.Web.Mvc.IModelBinder.
public class DbGeographyModelBinder : IModelBinder { public bool BindModel( ModelBindingExecutionContext modelBindingExecutionContext, ModelBindingContext bindingContext) { var values = bindingContext.ValueProvider.GetValue( bindingContext.ModelName); var rawValue = (string)values.RawValue; try { //Costruiamo l'oggetto usando il sistema geodetico WGS84 bindingContext.Model = DbGeography.FromText(rawValue, 4326); return true; } catch { return false; } } }
Ora che abbiamo a disposizione questa classe, possiamo indicarne il tipo in combinazione con il ModelBinderAttribute per annotare i parametri delle action di un'applicazione ASP.NET MVC.
public async Task<ActionResult> CercaComuni( [ModelBinder(typeof(DbGeographyModelBinder))] DbGeography forma){ //Qui ricerca geografica }
Il client potrà così invocare questa action fornendo la stringa Well-Known Text via querystring, nel modo seguente:
http://hostname/NomeController/CercaComuni?forma=POINT(12.4833 41.9)
Commenti
Per inserire un commento, devi avere un account.
Fai il login e torna a questa pagina, oppure registrati alla nostra community.
Approfondimenti
Inference di dati strutturati da testo con Semantic Kernel e ASP.NET Core Web API
Introduzione ai web component HTML
Eseguire query in contemporanea con EF
Utilizzare l nesting nativo dei CSS
Effettuare il log delle chiamate a function di GPT in ASP.NET Web API
Anonimizzare i dati sensibili nei log di Azure Front Door
Popolare una classe a partire dal testo, con Semantic Kernel e ASP.NET Core Web API
Utilizzare QuickGrid di Blazor con Entity Framework
Supportare la sessione affinity di Azure App Service con Application Gateway
Utilizzare i variable font nel CSS
Potenziare la ricerca su Cosmos DB con Full Text Search
Ottimizzare le performance usando Span<T> e il metodo Split