Django框架序列化与反序列化操作详解

 更新时间:2019年11月01日 11:26:00   作者:HMMHMH  
这篇文章主要介绍了Django框架序列化与反序列化操作,结合实例形式详细分析了Django框架Serializer类操作对象序列化及反序列化相关实现技巧,需要的朋友可以参考下

本文实例讲述了Django框架序列化与反序列化操作。分享给大家供大家参考,具体如下:

Serializer类

1.定义:

Django REST framework中的Serializer使用类来定义,须继承rest_framework.serializers.Serializer。

例:

class BookInfoSerializer(serializers.Serializer):
 """图书数据序列化器"""
 id = serializers.IntegerField(label='ID', read_only=True)
 name = serializers.CharField(label='名称', max_length=20)
 pub_date = serializers.DateField(label='发布日期', required=False)
 readcount = serializers.IntegerField(label='阅读量', required=False)
 commentcount = serializers.IntegerField(label='评论量', required=False)
 image = serializers.ImageField(label='图片', required=False)

2.字段与选项:

常用字段类型:

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)
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=)

选项参数:

参数名称 作用
max_length 最大长度
min_lenght 最小长度
allow_blank 是否允许为空
trim_whitespace 是否截断空白字符
max_value 最大值
min_value 最小值

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
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

3.Serialize对象:

构造方法:

Serializer(instance, data, **kwarg)

(1)用于序列化时,将模型类对象传入instance参数
(2)用于反序列化时,将要被反序列化的数据传入data参数
(3)除了instance和data参数外,在构造Serializer对象时,还可通过context参数额外 添加数据。

例:

serializer = AccountSerializer(account, context={'request': request})

通过context参数附加的数据,可以通过Serializer对象的context属性获取。

序列化

1.基本使用:

(1)查询对象:
例:

from book.models import BookInfo
book = BookInfo.objects.get(id=4) # 单个对象
books = BookInfo.objects.all() # 多个对象

(2)构造序列化对象:

from book.serializers import BookInfoSerializer
serializer = BookInfoSerializer(book) # 单个对象
serializers = BookInfoSerializer(books,many=True) # 多个对象需要添加many参数

(3)获取序列化数据:

serializer.data

2.外键嵌套使用:

(1)PrimaryKeyRelatedField:

此字段将被序列化为关联对象的主键。

book = serializers.PrimaryKeyRelatedField(label='图书',read_only=True)

或者

book=serializers.PrimaryKeyRelatedField(label='图书',queryset=BookInfo.objects.all())

指明字段时需要包含read_only=True或者queryset参数:

  • 包含read_only=True参数时,该字段将不能用作反序列化使用
  • 包含queryset参数时,将被用作反序列化时参数校验使用

结果:

{'id': 10, 'book': 3, 'description': '独孤九剑', 'gender': 1, 'name': '令狐冲'}

(2)StringRelateField:

此字段将被序列化为关联对象的字符串表示方式(即__str__方法的返回值)

book = serializers.StringRelatedField(label='图书')

结果:

{'description': '独孤九剑', 'name': '令狐冲', 'gender': 1, 'book': '笑傲江湖', 'id': 10}

(3)使用关联对象的序列化器:

book = BookInfoSerializer()

结果:

{'book': OrderedDict([('id', 3), ('name', '笑傲江湖'), ('pub_date', '1995-12-24'),  ('readcount', 28), ('commentcount',  ('image', None)]), 'gender': 1, 'name': '令狐冲',  'description': '独孤九剑', 'id': 10}

反序列化

1.验证:

(1)字段验证:

from book.serializers import BookInfoSerializer
data = {'pub_date':'2010-1-1','name':'python高级'}
serializer = BookInfoSerializer(data=data)
serializer.is_valid() # 验证成功返回True,失败返回False

is_valid()方法还可以在验证失败时抛出异常serializers.ValidationError,可以通过传递raise_exception=True参数开启,REST framework接收到此异常,会向前端返回HTTP 400 Bad Request响应。

(2)字段选项:

可在序列化器中设置字段的属性,来限制数据,对数据进行验证。

例:

属性 描述
max_length 字符串的最大长度(char)
min_length 字符串的最小长度
max_value 最大值(int)
min_value 最小值
required 表明该字段在反序列化时必须输入,默认True
default 默认值

(3)单个字段验证:

当我们的类型和选项都满足条件之后,我们需要对单个字段的值进行校验,我们在序 列化器中实现方法以 validate_ 开头以字段名结尾的函数

格式:

def validate_字段名(self,value):
...
return value

例:

def validate_readcount(self,value):
  if value < 0:
   raise serializers.ValidationError('阅读量不能为负数')
  # 验证完成之后,需要将 value返回
  return value

(4)多的字段验证:

对多个字段进行校验的时候,我们在序列器中实现

格式:

 def validate(self,attrs)
...
  return attrs

例:

def validate(self, data):
  # attrs = data
  # params --> 序列化器data --> attrs
  """
  data = {
   'name':'python',
   'pub_date':'2000-1-1',
   'readcount':10,
   'commentcount':100
  }
  """
  readcount = data.get('readcount')
  # if readcount<0:
  #  raise serializers.ValidationError()
  commentcount = data.get('commentcount')
  if readcount<commentcount:
   raise serializers.ValidationError('评论量不能大于阅读量')
  #校验完成之后,必须要将数据返回回去
  return data

(5)自定义验证:

在字段中添加validators选项参数,也可以补充验证行为

例:

name=serializers.CharField(max_length=20,validators=[custom_validate)]
def custom_validate(self):
if self == 'admin':
raise serializers.ValidationError('admin不可用')
 raise serializers.ValidationError('我就是来捣乱的')

2.保存:

如果在验证成功后,想要基于validated_data完成数据对象的创建,可以通过实现create()和update()两个方法来实现。

(1)create方法:

def create(self, validated_data):
  # validated_data 验证之后的数据
  # params(前端提交的数据) --> data(序列器接受的数据) --> attrs(多个字段 校验) --> validated_data(校验之后)
  # 如果前段提交的数据 经过序列化器的验证之后完全满足需求,则
  # validated_data = params
  """
   validated_data:
  data = {
   'name':'python',
   'pub_date':'2000-1-1',
   'readcount':10000,
   'commentcount':100
  }
  """
  # book = BookInfo()
  # book.save()
  book = BookInfo.objects.create(**validated_data)
  # 需要将创建的对象返回
  return book
( return BookInfo.objects.create(**validated_data)也可)

(2)update方法:

 def update(self, instance, validated_data):
"""更新,instance为要更新的对象实例"""
 instance.name = validated_data.get('name', instance.name)
 instance.pub_date = validated_data.get('pub_date', instance.pub_date)
 instance.readcount = validated_data.get('readcount', instance.readcount)
...
instance.save()
 return instance

实现了上述两个方法后,在反序列化数据的时候,就可以通过save()方法返回一个数据对象实例了

例:

book = serializer.save()

如果创建序列化器对象的时候,没有传递instance实例,则调用save()方法的时候,create()被调用,相反,如果传递了instance实例,则调用save()方法的时候,update()被调用。

两点说明:

1) 在对序列化器进行save()保存时,可以额外传递数据,这些数据可以在create()和update()中的validated_data参数获取到

serializer.save(owner=request.user)

2)默认序列化器必须传递所有required的字段,否则会抛出验证异常。但是我们可以使用partial参数来允许部分字段更新

serializer = BookInfoSerializer(instance=book, data={'pub_date': '2999-1-1'}, partial=True)

模型类序列化器BookModelSerializer

1.定义:

例:

创建一个BookInfoSerializer

class BookInfoSerializer(serializers.ModelSerializer):

 class Meta:
  model = BookInfo
  fields = '__all__'

参数 描述
model 指明参照哪个模型类
fields 指明为模型类的哪些字段生成

2.指定字段:

(1)全部字段:

fields = '__all__'

(2)排除字段:

exclude = ['xxx', 'xxxx'...]

(3)指定字段:

fields = ['xxx', 'xxxx'...]

(4)只读字段:

read_only_fields = ['xxx', 'xxxx'...]

3.添加额外参数:

可以使用extra_kwargs参数为ModelSerializer添加或修改原有的选项参数

例:

class BookInfoSerializer(serializers.ModelSerializer):
class Meta:
model = BookInfo
 fields = ('id','name', 'readcount', 'commentcount')
 read_only_fields = ('id', 'readcount', 'commentcount')
 extra_kwargs = {
  'readcount': {'min_value': 0, 'required': True},
  'commentcount': {'max_value': 0, 'required': True},
 }

希望本文所述对大家基于Django框架的Python程序设计有所帮助。

相关文章

  • 使用Anaconda创建Pytorch虚拟环境的排坑详细教程

    使用Anaconda创建Pytorch虚拟环境的排坑详细教程

    PyTorch是一个开源的Python机器学习库,基于Torch,用于自然语言处理等应用程序,下面这篇文章主要给大家介绍了关于使用Anaconda创建Pytorch虚拟环境的相关资料,需要的朋友可以参考下
    2022-12-12
  • PyQt5实现简易计算器

    PyQt5实现简易计算器

    这篇文章主要为大家详细介绍了用PyQt5开发一个简易的计算器,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-03-03
  • Python  pip安装lxml出错的问题解决办法

    Python pip安装lxml出错的问题解决办法

    这篇文章主要介绍了Python pip安装lxml出错的问题解决办法的相关资料,需要的朋友可以参考下
    2017-02-02
  • Python读取csv、Excel文件生成图表的方法

    Python读取csv、Excel文件生成图表的方法

    这篇文章主要介绍了Python读取csv、Excel文件生成图表,本文通过示例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2023-07-07
  • numpy.sum()坐标轴问题的解决

    numpy.sum()坐标轴问题的解决

    本文主要介绍了numpy.sum()坐标轴问题的解决,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-03-03
  • Python 列表映射后的平均值

    Python 列表映射后的平均值

    这篇文章主要介绍了Python 列表映射后的平均值,下面文章将围绕Python 列表映射后的平均值得相关资料展开详细内容,需要的朋友可以参考一下
    2021-11-11
  • 跟老齐学Python之大话题小函数(2)

    跟老齐学Python之大话题小函数(2)

    上篇文章我们讲诉了map 和lambda函数的使用,本文我们继续来看看reduce和filter函数,有需要的朋友可以参考下
    2014-10-10
  • python matplotlib模块基本图形绘制方法小结【直线,曲线,直方图,饼图等】

    python matplotlib模块基本图形绘制方法小结【直线,曲线,直方图,饼图等】

    这篇文章主要介绍了python matplotlib模块基本图形绘制方法,结合实例形式总结分析了Python使用matplotlib模块绘制直线,曲线,直方图,饼图等图形的相关操作技巧,需要的朋友可以参考下
    2020-04-04
  • 在python中使用xlrd获取合并单元格的方法

    在python中使用xlrd获取合并单元格的方法

    今天小编就为大家分享一篇在python中使用xlrd获取合并单元格的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • 利用 python 对目录下的文件进行过滤删除

    利用 python 对目录下的文件进行过滤删除

    这篇文章主要给大家介绍了关于如何利用 python 对目录下的文件进行过滤删除的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧。
    2017-12-12

最新评论