WedX - журнал о программировании и компьютерных науках

Преобразование JDATEw в формат даты в Access

Я создал запрос в Microsoft Access, и одно из моих полей — это получение дат транзакций. Однако, когда я запускаю запрос, он дает формат даты, подобный этому, 1170322, то есть 22.03.2017. Я пытаюсь отформатировать его как эту дату (22.03.17), чтобы выбрать определенный диапазон дат, который я создал в передней форме моей базы данных. Я пробовал следующее, но я продолжаю получать это сообщение:

несоответствие типов данных в выражении критериев.

=DateValue((Left(Right("A",4),2) & "/" & Right("A",2) & "/" & Right(Left("A",3),2)))
ms-access ms-access-2013
22.03.2017

  • Почему MySQL помечен? Вы подключаете к нему MS Access? Если это так, даты между двумя должны совпадать. Если нет, то какой это тип данных, поскольку это не дата/время. 23.03.2017

Ответы:


1

Похоже, вы серьезно путаете значения даты и отформатированные значения даты. Запрос не может вернуть дату как 1170322, за исключением случаев, когда вы применяете странное преобразование значения даты в текст.

В любом случае, если вы действительно получаете такие строки и не можете изменить запрос, чтобы он возвращал правильные значения даты, текстовый вывод можно преобразовать в значения даты следующим образом:

TextDate = "1170322"
TrueDate = DateValue(Format(Right(TextDate, 6), "\2\0@@/@@/@@"))

' Returns: 2017-03-22

или в SQL:

TrueDate: DateValue(Format(Right([YourFieldTextDate],6),"\2\0@@/@@/@@"))

Это значение вы можете отформатировать для отображения по своему усмотрению.

23.03.2017

2

Вы должны использовать функцию format.

Подробнее здесь: Функция форматирования с датами

23.03.2017
  • Дэйв, ссылка на какую-то общую документацию не отвечает на вопрос. 23.03.2017
  • Это справедливое замечание. Я возьму это на вооружение для любых будущих ответов. 23.03.2017
    • Новые материалы
    Объяснение документов 02: BERT
    BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..
    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
    Для любых предложений по сайту: [email protected]