经历了源码的痛苦,掌握DRF的核心序列化器
ccwgpt 2024-10-31 12:33 32 浏览 0 评论
DRF的核心--序列化器
上一篇介绍了很多有关视图类以及DRF中的APIView执行流程、Request对象的源码分析,源码都get了;
DRF的核心当然不是知道视图类执行流程就可以了,DRF框架的核心那就是 序列化器的使用,如何使用序列化器实现 序列化、 反序列化,以及视图,这篇会介绍到~
序列化器
什么是序列化和反序列化?
- 序列化:序列化器会把模型对象(QuerySet对象,比如book)转换成字典,经过response以后变成了json字符串
- 反序列化:将客户端(前端)发送过来的数据,经过request以后变成字典(data),序列化器可以把字典转换成模型存到数据库中存数据库需要校验,反序列化就可以帮我们完成数据的校验功能
- 通俗理解为:响应给前端的内容需要序列化(给前端看),存数据库的数据就反序列化;序列化:模型对象----字典---json字符串反序列化:json数据---字典----模型对象
导入:from rest_framework.serializers import Serializer
序列化
序列化demo#
- 在app中新建serializer.py,自定义类,继承DRF框架的Serializer及其子类
- 在类中写要序列化的字段(序列化哪些就写哪些,不序列化的不写)
- 使用序列化类,视图类中用,得到序列化类对象,对象.data,通过Response返回给前端
serializer.py:序列化类
from rest_framework import serializers
# 继承Serializer
class BookSerializer(serializers.Serializer):
'''
max_length=32
min_length=3 反序列化保存校验数据的时候用,序列化不用
'''
# 写要序列化的字段
title = serializers.CharField()
# models中使用了DecimalField,这个位置使用了CharField会把小数类型转成字符串,使用CharField或者DecimalField都可以
# 这里不需要担心反序列化存的问题
price = serializers.CharField()
authors = serializers.CharField()
views.py:视图类
from rest_framework.views import APIView
from .models import Book
from .serializer import BookSerializer
from rest_framework.response import Response
# Create your views here.
class BookView(APIView):
def get(self, request):
# 从数据库查数据,做序列化
book_list = Book.objects.all()
# 实例化类,传入初始化的参数,instance和many
'''
instance:要序列化的对象 qs,单个对象
many:如果是qs对象,many=True,如果是单个对象many=False
'''
ser = BookSerializer(instance=book_list, many=True)
# ser.data使用模型类的对象得到序列化后的字典
return Response(ser.data)
urls.py:路由
path('books/', views.BookView.as_view()),
model.py:模型类
from django.db import models
class Book(models.Model):
title = models.CharField(max_length=32)
price = models.DecimalField(max_digits=5,decimal_places=2)
authors = models.CharField(max_length=32)
测试
注意
- 视图类中的参数instance和many的使用,instance是要序列化的对象,一般从数据库中获取到的,many=True代表要序列化多个对象,如果是单个对象就等于False
- 序列化器中不要写max_length等参数,反序列化验证字段用
- 在对BookSerializer类实例化传入的参数不知道传什么,由于我们没有写构造函数,去父类看需要什么参数传什么就可以了
- 使用浏览器测得时候一定要注册rest_framework
# 源码
class BaseSerializer(Field):
"""
The BaseSerializer class provides a minimal class which may be used
for writing custom serializer implementations.
Note that we strongly restrict the ordering of operations/properties
that may be used on the serializer in order to enforce correct usage.
In particular, if a `data=` argument is passed then:
.is_valid() - Available.
.initial_data - Available.
.validated_data - Only available after calling `is_valid()`
.errors - Only available after calling `is_valid()`
.data - Only available after calling `is_valid()`
If a `data=` argument is not passed then:
.is_valid() - Not available.
.initial_data - Not available.
.validated_data - Not available.
.errors - Not available.
.data - Available.
"""
BaseSerializer类提供了一个可以使用的最小类
用于编写自定义序列化器实现。
注意,我们严格限制了操作/属性的顺序
可以在序列化器上使用,以强制正确的使用。
特别是,如果传递了' data= '参数,则:
.is_valid()——可用。
.initial_data——可用。
.validated_data -仅在调用' is_valid() '后可用
.errors -仅在调用' is_valid() '后可用
.data -仅在调用' is_valid() '后可用
如果没有传递' data= '参数,则:
.is_valid() -不可用。
.initial_data -不可用。
.validated_data -不可用。
.errors -不可用。
. data -可用。
字段类型
serializer.py文件中常用的字段
字段 | 字段构造方式 |
BooleanField | BooleanField() |
NullBooleanField | NullBooleanField() |
CharField | CharField(max_length=None, min_length=None, allow_blank=False, trim_whitespace=True) |
EmailField | EmailField(max_length=None, min_length=None, allow_blank=False) |
RegexField | RegexField(regex, max_length=None, min_length=None, allow_blank=False) |
SlugField | SlugField(maxlength=50, min_length=None, allow_blank=False) 正则字段,验证正则模式 [a-zA-Z0-9-]+ |
URLField | URLField(max_length=200, min_length=None, allow_blank=False) |
UUIDField | UUIDField(format=’hex_verbose’) format: 1) 'hex_verbose' 如"5ce0e9a5-5ffa-654b-cee0-1238041fb31a" 2) 'hex' 如 "5ce0e9a55ffa654bcee01238041fb31a" 3)'int' - 如: "123456789012312313134124512351145145114" 4)'urn' 如: "urn:uuid:5ce0e9a5-5ffa-654b-cee0-1238041fb31a" |
IPAddressField | IPAddressField(protocol=’both’, unpack_ipv4=False, **options) |
IntegerField | IntegerField(max_value=None, min_value=None) |
FloatField | FloatField(max_value=None, min_value=None) |
DecimalField | DecimalField(max_digits, decimal_places, coerce_to_string=None, max_value=None, min_value=None) max_digits: 最多位数 decimal_palces: 小数点位置 |
DateTimeField | DateTimeField(format=api_settings.DATETIME_FORMAT, input_formats=None) |
DateField | DateField(format=api_settings.DATE_FORMAT, input_formats=None) |
TimeField | TimeField(format=api_settings.TIME_FORMAT, input_formats=None) |
DurationField | DurationField() |
ChoiceField | ChoiceField(choices) choices与Django的用法相同 |
MultipleChoiceField | MultipleChoiceField(choices) |
FileField | FileField(max_length=None, allow_empty_file=False, use_url=UPLOADED_FILES_USE_URL) |
ImageField | ImageField(max_length=None, allow_empty_file=False, use_url=UPLOADED_FILES_USE_URL) |
ListField | ListField(child=, min_length=None, max_length=None) |
DictField | DictField(child=) |
常用的有:
CharField
IntegerField
FloatField
DecimalField
DateTimeField
DateField
注意:
'''
ListField和DictField原来的models是没有的,主要用来做反序列,处理前端传入的数据
'''
比如我们从前端接收json格式数据
"hobby":["篮球","足球"] 可以用ListField处理
"wife":{"name":"wh","age":20} DictField类似使用
字段参数
写在类中的参数
选项参数:
参数名称 | 作用 |
max_length | 最大长度(CharField) |
min_lenght | 最小长度(CharField) |
allow_blank | 是否允许为空(CharField) |
trim_whitespace | 是否截断空白字符(CharField) |
max_value | 最小值 (IntegerField) |
min_value | 最大值(IntegerField) |
通用参数:
参数名称 | 说明 |
read_only | 表明该字段仅用于序列化输出,默认False |
write_only | 表明该字段仅用于反序列化输入,默认False |
required | 表明该字段在反序列化时必须输入,默认True |
default | 反序列化时使用的默认值 |
allow_null | 表明该字段是否允许传入None,默认False |
validators | 该字段使用的验证器(不太用) |
error_messages | 包含错误编号与错误信息的字典 |
label | 用于HTML展示API页面时,显示的字段名称 |
help_text | 用于HTML展示API页面时,显示的字段帮助提示信息 |
总结:
# 重点记忆:
read_only:表示该字段仅用于序列化输出,默认为Fasle,如果read_only = True,这个字段只用来做序列化(对象---json---前端)
write_only:表明该字段仅用于反序列化输入,默认False,如果write_only = True,那么这个字段只用来做反序列化(前端---json---存数据库)
# 注意
如果不写read_only和write_only表示及序列化又反序列化
千万不要同时写read_only=True和write_only=True逻辑矛盾了,都要实现直接省略即可
demo
title=serializers.CharField(max_length=32,min_length=3)
price=serializers.CharField(write_only=True,)
author=serializers.CharField(write_only=True)
# 上面title字段及序列化也反序列化,price,author字段只反序列化
# 序列化给前端,前端看到的字段样子---》只能看到name
# 反序列化,前端需要传什么过name,price,author都传
序列化自定制返回字段
如果我们想自定制序列化返回字段的样式,可以使用,有两种方法
方法一:在序列化类(serializers.py)中写#
'''serializer.py'''
from rest_framework import serializers
# 继承Serializer
class BookSerializer(serializers.Serializer):
# 写要序列化的字段
title = serializers.CharField(read_only=True)
price = serializers.CharField(write_only=True)
authors = serializers.CharField(write_only=True)
# 自定制返回字段
author_info = serializers.SerializerMethodField()
# 搭配方法,方法名必须是get_字段名,该方法返回什么字段,显示什么
def get_author_info(self,obj):
# obj是当前数据库book对象
return obj.authors+'牛掰'
# 注意字符串拼接的问题
price = serializers.SerializerMethodField()
def get_price(self,obj):
return "价格是:"+str(obj.price)
总结:
- 可以自定义返回的key或者value,比如price可以自定义成price_down,通过返回值来控制value
- 在序列化类中写需要搭配get_字段的方法,来自定制字段
方法二:在表模型(models.py)中写#
'''models.py'''
from django.db import models
# Create your models here.
class Book(models.Model):
title = models.CharField(max_length=32)
price = models.DecimalField(max_digits=5,decimal_places=2)
authors = models.CharField(max_length=32)
@property
def price_info(self):
return '价格是:'+str(self.price)
'''serializer.py'''
from rest_framework import serializers
# 继承Serializer
class BookSerializer(serializers.Serializer):
# 写要序列化的字段
title = serializers.CharField(read_only=True)
price = serializers.CharField(write_only=True)
authors = serializers.CharField(write_only=True)
# 该字段是从models的price_info返回值获取到的,price_info方法返回什么,这个字段就是什么
price_info = serializers.CharField()
总结:
- 在models中写和序列化类中写的区别是,models中处理完返回给序列化类中继续当成字段处理了
注意:
如果是返回的是这种格式的数据,需要那么序列化类中就不能指定CharField类型,这样会直接返回字符串类型,不方便后期的处理,需要指定成ListField等类型
'''models.py'''
def authors(self):
return [{"name":"Hammer","age":18},{"name":"Hans","age":28}]
'''serializer.py'''
authors = serializers.ListField()
反序列化
反序列化demo#
- 把前端传入的数据,放到Serializer对象中:ser=BookSerializer(data=request.data)
- 校验数据:ser.is_valid()
- 保存,ser.save(),但是必须重写create,在序列化类中
- 反序列化新增
- POST请求处理新增
- '''views.py''' from rest_framework.views import APIView from .models import Book from rest_framework.response import Response from app01.serializer import BookSerializer class BookView(APIView): def post(self,request): # 反序列化,保存到数据库使用data参数 deser = BookSerializer(data=request.data) # 校验数据 if deser.is_valid(): # 保存需要重写create方法,不然不知道存到哪个表 deser.save() return Response(deser.data) return Response({'code':101,'msg':'校验不通过','errors':deser.errors})
- 重写create方法
- '''serializer.py''' def create(self, validated_data): # validated_data是校验通过的数据,将校验通过的数据打散存入数据库 book = Book.objects.create(**validated_data) return book
反序列化修改
# 处理修改再写一个视图类,防止get冲突
class BookDetailView(APIView):
# 获取一条的
def get(self,request,pk):
book = Book.objects.filter(pk=pk).first()
ser = BookSerializer(instance=book) # 这里设置了主键值,单条记录many不需要写
return Response(ser.data)
# 删除一条的
def delete(self,request,pk):
res = Book.objects.filter(pk=pk).delete()
print(res) # (1, {'app01.Book': 1})
# res是影响的行数
if res[0]>0:
return Response({'code': 100, 'msg': '删除成功'})
else:
return Response({'code': 103, 'msg': '要删除的数据不存在'})
# 反序列化修改
def put(self,request,pk):
# 修改处理单条数据用过pk确定求改哪条数据
book = Book.objects.filter(pk=pk).first()
# 序列化器类实例化需要传入instance,data才表示修改
ser = BookSerializer(instance=book,data=request.data)
if ser.is_valid():
# 重写update方法才能存入
ser.save()
return Response(ser.data)
return Response({'code':101,'msg':'校验未通过','error':ser.errors})
重写update方法
'''serializer.py'''
def update(self, instance, validated_data):
'''
:param instance: 表示要修改的对象
:param validated_data: 校验通过的数据
:return: instance
'''
# 如果只修改一个的情况,从校验通过的数据中get到其他数据是none,做一层校验
instance.title = validated_data.get('title')
instance.price = validated_data.get('price')
instance.authors = validated_data.get('authors')
instance.save() # 保存到数据库中
return instance # 返回instance对象
路由
urlpatterns = [
path('admin/', admin.site.urls),
path('books/', views.BookView.as_view()),
path('books/<int:pk>', views.BookDetailView.as_view()),
]
为什么不重写就会抛异常?
# 源码
def save(self, **kwargs):
assert hasattr(self, '_errors'), (
'You must call `.is_valid()` before calling `.save()`.'
)
def update(self, instance, validated_data):
raise NotImplementedError('`update()` must be implemented.')
def create(self, validated_data):
raise NotImplementedError('`create()` must be implemented.')
def save(self, **kwargs):
assert hasattr(self, '_errors'), (
'You must call `.is_valid()` before calling `.save()`.'
·····
if self.instance is not None:
self.instance = self.update(self.instance, validated_data)
assert self.instance is not None, (
'`update()` did not return an object instance.'
)
else:
self.instance = self.create(validated_data)
assert self.instance is not None, (
'`create()` did not return an object instance.'
)
return self.instance
'''
发现如果我们传了instance不是空的,那么就是修改(update),不传就是新增(create),调用save,父类不然就抛异常
'''
总结
- 不管是序列化使用get方法或者反序列化使用post方法都需要序列化类实例化,如果有instance参数代表是序列化,如果有data参数代表是新增,如果都有就是修改
注意
- 如果保存不重写create方法,报错
- NotImplementedError at /books/ `create()` must be implemented.
- 如果修改不重写update方法,报错
- NotImplementedError at /books/1 `update()` must be implemented.
反序列化之局部和全局钩子#
'''serializer.py'''
# 局部钩子
def validate_title(self,attr):
# attr就是前端传入的数据
# 局部校验书名
if attr.startswith('sb'):
from django.core.exceptions import ValidationError
raise ValidationError("名字不能以sb开头")
else:
return attr # 没有问题,正常返回
'''
校验顺序:先走字段自己规则,再走局部钩子,再走全局钩子
'''
# 全局钩子
def validate(self,attrs):
# attrs校验过后的数据,通过了前面校验的规则
if attrs.get('title') == attrs.get('authors'):
from django.core.exceptions import ValidationError
raise ValidationError('作者名不能等于书名')
else:
return attrs
ModelSerializer模型类序列化器
# ModelSerializer和表模型有绑定关系
class BookSerializer1(serializers.ModelSerializer):
class Meta:
model = Book # 指定和哪个表有关系
# 所有字段
# fields = '__all__'
# 这里注意id字段是从表模型映射过来的,auto自增的,不传也可以
# 自定制的字段不传必须注册,在列表中
fields = ['id', 'title', 'price', 'price_info'] # 指定字段
extra_kwargs = {
'title': {'write_only': True, 'max_length': 8, 'min_length': 3}
}
# 指定序列化的字段:两种写法:在序列化类中写;models中写
price_info = serializers.SerializerMethodField()
def get_price_info(self, obj):
return "价格是:" + str(obj.price)
'''
注意:自定制字段如果和表模型获取到的字段是同名,那么自定制返回给前端的字段值就被自定制覆盖了,比如:
title = serializers.SerializerMethodField()
def get_title(self, obj):
return "书名是:" + str(obj.title)
'''
# 局部和全局钩子,跟之前一样,但是要注意写在Meta外
ps:视图类,路由处理方式和Serializer是一样的
字段参数#
ModelSerializer中的字段传参不需要在去括号内指定了,通过extra_kwargs传
extra_kwargs = {
'title': {'write_only': True, 'max_length': 8, 'min_length': 3}
}
总结
- ModelSerializer类序列化器不需要重写create方法和update方法了,因为明确指定了操作哪个表
- 固定写法,ModelSerializer类内写Meta类,用来指定一些字段和表模型
本文来自https://www.cnblogs.com/48xz/p/16079976.html
相关推荐
- 滨州维修服务部“一区一策”强服务
-
今年以来,胜利油田地面工程维修中心滨州维修服务部探索实施“一区一策”服务模式,持续拓展新技术应用场景,以优质的服务、先进的技术,助力解决管理区各类维修难题。服务部坚持问题导向,常态化对服务范围内的13...
- 谷歌A2A协议和MCP协议有什么区别?A2A和MCP的差异是什么?
-
在人工智能的快速发展中,如何实现AI模型与外部系统的高效协作成为关键问题。谷歌主导的A2A协议(Agent-to-AgentProtocol)和Anthropic公司提出的MCP协议(ModelC...
- 谷歌大脑用架构搜索发现更好的特征金字塔结构,超越Mask-RCNN等
-
【新智元导读】谷歌大脑的研究人员发表最新成果,他们采用神经结构搜索发现了一种新的特征金字塔结构NAS-FPN,可实现比MaskR-CNN、FPN、SSD更快更好的目标检测。目前用于目标检测的最先...
- 一文彻底搞懂谷歌的Agent2Agent(A2A)协议
-
前段时间,相信大家都被谷歌发布的Agent2Agent开源协议刷屏了,简称A2A。谷歌官方也表示,A2A是在MCP之后的补充,也就是MCP可以强化大模型/Agent的能力,但每个大模型/Agent互为...
- 谷歌提出创新神经记忆架构,突破Transformer长上下文限制
-
让AI模型拥有人类的记忆能力一直是学界关注的重要课题。传统的深度学习模型虽然在许多任务上取得了显著成效,但在处理需要长期记忆的任务时往往力不从心。就像人类可以轻松记住数天前看过的文章重点,但目前的...
- 不懂设计?AI助力,人人都能成为UI设计师!
-
最近公司UI资源十分紧张,急需要通过AI来解决UI人员不足问题,我在网上发现了几款AI应用非常适合用来进行UI设计。以下是一些目前非常流行且功能强大的工具,它们能够提高UI设计效率,并帮助设计师创造出...
- 速来!手把手教你用AI完成UI界面设计
-
晨星技术说晨星技术小课堂第二季谭同学-联想晨星用户体验设计师-【晨星小课堂】讲师通过简单、清晰的语言描述就能够用几十秒自动生成一组可编辑的UI界面,AIGC对于UI设计师而言已经逐步发展成了帮助我们...
- 「分享」一端录制,多端使用的便捷 UI 自动化测试工具,开源
-
一、项目介绍Recorder是一款UI录制和回归测试工具,用于录制浏览器页面UI的操作。通过UIRecorder的录制功能,可以在自测的同时,完成测试过程的录制,生成JavaScr...
- APP自动化测试系列之Appium介绍及运行原理
-
在面试APP自动化时,有的面试官可能会问Appium的运行原理,以下介绍Appium运行原理。Appium介绍Appium概念Appium是一个开源测试自动化框架,可用于原生,混合和移动Web应用程序...
- 【推荐】一个基于 SpringBoot 框架开发的 OA 办公自动化系统
-
如果您对源码&技术感兴趣,请点赞+收藏+转发+关注,大家的支持是我分享最大的动力!!!项目介绍oasys是一个基于springboot框架开发的OA办公自动化系统,旨在提高组织的日常运作和管理...
- 自动化实践之:从UI到接口,Playwright给你全包了!
-
作者:京东保险宋阳1背景在车险系统中,对接保司的数量众多。每当系统有新功能迭代后,基本上各个保司的报价流程都需要进行回归测试。由于保司数量多,回归测试的场景也会变得重复而繁琐,给测试团队带来了巨大的...
- 销帮帮CRM移动端UI自动化测试实践:Playwright的落地与应用
-
实施背景销帮帮自2015年成立以来,移动端UI自动化测试的落地举步维艰,移动端的UI自动化测试一直以来都未取得良好的落地。然而移动互联网时代,怎样落地移动端的UI自动化测试以快速稳定进行移动端的端到端...
- 编写自动化框架不知道该如何记录日志吗?3个方法打包呈现给你。
-
目录结构1.loguru介绍1.1什么是日志?程序运行过程中,难免会遇到各种报错。如果这种报错是在本地发现的,你还可以进行debug。但是如果程序已经上线了,你就不能使用debug方式了...
- 聊聊Python自动化脚本部署服务器全流程(详细)
-
来源:AirPython作者:星安果1.前言大家好,我是安果!日常编写的Python自动化程序,如果在本地运行稳定后,就可以考虑将它部署到服务器,结合定时任务完全解放双手但是,由于自动化程序与平...
- 「干货分享」推荐5个可以让你事半功倍的Python自动化脚本
-
作者:俊欣来源:关于数据分析与可视化相信大家都听说自动化流水线、自动化办公等专业术语,在尽量少的人工干预的情况下,机器就可以根据固定的程序指令来完成任务,大大提高了工作效率。今天小编来为大家介绍几个P...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- MVC框架 (46)
- spring框架 (46)
- 框架图 (58)
- flask框架 (53)
- quartz框架 (51)
- abp框架 (47)
- jpa框架 (47)
- springmvc框架 (49)
- 分布式事务框架 (65)
- scrapy框架 (56)
- shiro框架 (61)
- 定时任务框架 (56)
- java日志框架 (61)
- JAVA集合框架 (47)
- mfc框架 (52)
- abb框架断路器 (48)
- ui自动化框架 (47)
- grpc框架 (55)
- ppt框架 (48)
- 内联框架 (52)
- cad怎么画框架 (58)
- ps怎么画框架 (47)
- ssm框架实现登录注册 (49)
- oracle字符串长度 (48)
- oracle提交事务 (47)