标签：pre 类型 pytho 比较 book account tor obj validate
视图的功能：说白了就是接收前端请求，进行数据处理
（这里的处理包括：如果前端是GET请求，则构造查询集，将结果返回，这个过程为序列化；如果前端是POST请求，假如要对数据库进行改动，则需要拿到前端发来的数据，进行校验，将数据写入数据库，这个过程称为反序列化）
最原始的视图可以实现这样的逻辑处理，但是针对不同的请求，需要在类视图中定义多个方法实现各自的处理，这样是可以解决问题，但是存在一个缺陷，那就是每个函数中一般的逻辑都差不多：读请求，从数据库拿数据，写东西到数据库，返回结果给前端。这样就会产生大量的重复代码。
在开发REST API的视图中，虽然每个视图具体操作的数据不同，但增、删、改、查的实现流程基本套路化，所以这部分代码也是可以复用简化编写的：
增：校验请求数据 -> 执行反序列化过程 -> 保存数据库 -> 将保存的对象序列化并返回
删：判断要删除的数据是否存在 -> 执行数据库删除
改：判断要修改的数据是否存在 -> 校验请求的数据 -> 执行反序列化过程 -> 保存数据库 -> 将保存的对象序列化并返回
查：查询数据库 -> 将数据序列化并返回
1. 安装DRF
pip install djangorestframework
2. 添加rest_framework应用
我们利用在Django框架学习中创建的demo工程，在settings.py的INSTALLED_APPS中添加‘rest_framework‘。
INSTALLED_APPS = [ ... ‘rest_framework‘, ]
为了节省我们写代码的时间，DRF框架为我们提供了实现视图的快捷方式。那么DRF框架的核心是什么？那就是序列化器实现序列化，反序列化以及视图
定义序列化器（本质就是一个类），一般包括模型类的字段，有自己的字段类型规则。实现了序列化器后，就可以创建序列化对象以及查询集进行序列化操作，通过序列化对象.data来获取数据（不用自己构造字典，再返回Json数据）
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，如
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。
一个序列化器的例子：
class BookInfoSerializer(serializers.Serializer): """图书序列化器""" id = serializers.IntegerField(label=‘ID‘, read_only=True) btitle = serializers.CharField(label=‘名称‘, max_length=20) bpub_date = serializers.DateField(label=‘发布日期‘, required=False) bread = serializers.IntegerField(label=‘阅读量‘, required=False) bcomment = serializers.IntegerField(label=‘评论量‘, required=False) image = serializers.ImageField(label=‘图片‘, required=False) # 在一方关联多方：在序列化书籍信息时，同时序列化出书籍关联的任务信息 # StringRelatedField : 也是适用的，显示汉字字段而不是指定的PrimaryKey，这样更直观 # many=True ：指定heroinfo_set是多的那一方 # read_only:该字段只能进行序列化,反序列化时直接忽略该字段 heroinfo_set = serializers.PrimaryKeyRelatedField(label=‘英雄‘, read_only=True, many=True)
这样就可以通过：
book = BookInfo.objects.get(id=1) # 获取查询集 s = BookInfoSerializer(book) # 将查询集绑定给序列化器 print(s.data) # 通过序列化对象.data将数据读出来
一个反序列化例子：
# 实现新增数据 data = {‘btitle‘:‘钢铁是怎样炼成的‘} s = BookInfoSerializer(data = data) # 将查询集绑定给序列化器 serializer.is_valid(raise_exception=True) # 进行校验 print(s.validated_data) # 通过序列化对象.data将数据读出来 # 实现修改数据 data = {‘btitle‘:‘钢铁是怎样炼成的‘} book = BookInfo.objects.get(id=1) # 获取查询集 s = BookInfoSerializer(book, data = data) # 将查询集以及前端传过来的数据绑定给序列化器 serializer.is_valid(raise_exception=True) # 进行校验 print(s.validated_data) # 通过序列化对象.data将数据读出来
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。
从上边我们可以看到，反序列化要求我们进行数据的验证，默认会帮我们验证前端传来的数据是否合法。这里传入的是bititle，因为这个字段是必须传入的。is_valid（）方法只能提供基础的验证，如果不能满足我们，就可以自定义新的验证。
自定义验证的方式：
1.给单个以及多个数据进行验证添加
# 给某字段增加校验逻辑 def validate_btitle(self, value): # 这里的value就是前端传来的数据，这里代表‘钢铁是怎样炼成的‘ if ‘fenghua‘ not in value.lower(): raise serializers.ValidationError(‘bititle必须包含fenghua字段‘) return value # 给多个字段增加校验 def validate(self, attrs): bread = attrs[‘bread‘] bcomment = attrs[‘bcomment‘] if bread < bcomment: raise serializers.ValidationError(‘阅读量小于评论量‘) return attrs
2.给所有字段都增加验证（在序列化器外边进行函数定义，在序列化器内部字段中添加validators属性即可）
def about_django(value): if ‘django‘ not in value.lower(): raise serializers.ValidationError("图书不是关于Django的") class BookInfoSerializer(serializers.Serializer): """图书数据序列化器""" id = serializers.IntegerField(label=‘ID‘, read_only=True) # 在字段中添加validators，进行外边函数的添加 btitle = serializers.CharField(label=‘名称‘, max_length=20, validators=[about_django]) bpub_date = serializers.DateField(label=‘发布日期‘, required=False) bread = serializers.IntegerField(label=‘阅读量‘, required=False) bcomment = serializers.IntegerField(label=‘评论量‘, required=False) image = serializers.ImageField(label=‘图片‘, required=False)
# 方式1 book = BookInfo( btitle=‘西游记‘, bput_date=date(1988,1,1), bread=10, bcomment=10 ) book.save() 方式2： book.create( btitle=‘西游记‘, bput_date=date(1988,1,1), bread=10, bcomment=10 )
# 校验后保存数据,实现父类声明的方法 # validated_data是经过校验之后的数据，已经是标准的字典 def create(self, validated_data): # 对字典进行拆包 return BookInfo.objects.create(**validated_data) def update(self, instance, validated_data):# instance是数据集对象 # 取不到就取默认值 instance.btitle = validated_data.get(‘btitle‘, instance.btitle) instance.bpub_date = validated_data.get(‘bpub_date‘, instance.bpub_date) instance.bread = validated_data.get(‘bread‘, instance.bread) instance.bcomment = validated_data.get(‘bcomment‘, instance.bcomment) instance.save() return instance
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
# Update `comment` with partial data serializer = CommentSerializer(comment, data={‘content‘: u‘foo bar‘}, partial=True)
上边我们自定义序列化器需要将好多字段在序列化器中定义，比较复杂。模型类序列化器提供了更快捷的方式帮我们更快的提供了序列化器。
ModelSerializer与常规的Serializer相同，但提供了：
class BookInfoSerializer(serializers.ModelSerializer): """图书数据序列化器""" class Meta: model = BookInfo fields = ‘__all__‘
我们可以在python manage.py shell中查看自动生成的BookInfoSerializer的具体实现
from booktest.serializers import BookInfoSerializer serializer = BookInfoSerializer() serializer BookInfoSerializer(): id = IntegerField(label=‘ID‘, read_only=True) btitle = CharField(label=‘名称‘, max_length=20) bpub_date = DateField(allow_null=True, label=‘发布日期‘, required=False) bread = IntegerField(label=‘阅读量‘, max_value=2147483647, min_value=-2147483648, required=False) bcomment = IntegerField(label=‘评论量‘, max_value=2147483647, min_value=-2147483648, required=False) image = ImageField(allow_null=True, label=‘图片‘, max_length=100, required=False)
1. 使用fields来明确字段，__all__表名包含所有字段，也可以写明具体哪些字段，如
class BookInfoSerializer(serializers.ModelSerializer): """图书数据序列化器""" class Meta: model = BookInfo fields = (‘id‘, ‘btitle‘, ‘bpub_date‘)
2.使用exclude可以明确排除掉哪些字段
class BookInfoSerializer(serializers.ModelSerializer): """图书数据序列化器""" class Meta: model = BookInfo exclude = (‘image‘,)
3. 默认ModelSerializer使用主键作为关联字段，但是我们可以使用depth来简单的生成嵌套表示，depth应该是整数，表明嵌套的层级数量。如：
class HeroInfoSerializer2(serializers.ModelSerializer): class Meta: model = HeroInfo fields = ‘__all__‘ depth = 1
标签：pre 类型 pytho 比较 book account tor obj validate
原文地址：https://www.cnblogs.com/tracydzf/p/13179696.html
