drf 序列模块

目录

  • drf 序列模块

    • 属性配置:
    • 自定义response封装:
    • 多表深度查询方式:
    • 单删 | 群删
    • 单增 | 群增
    • put 改:
    • patch 改:

drf 序列模块

属性配置:

class Meta:
    model = models.xx
    filter = '__all__'  

1.filter = '__all__'  :   :获取改类内所有的反序列 | 序列化字段

2.filter = ['name',.....] : 获取反序列 | 序列化字段

3.exclude = ['name']      :获取除内面之内的字段,与上属性不同时使用

4.depth = d(int)    :自动深度,值代表深度次数,但是被深度的外键采用__all__,显示子序列所有字段

 

自定义response封装:

# Response.py:

from rest_framework.response import Response

class APIResponse(Response):

    def __init__(self,status=0,msg='ok',results=None,http_status=400,headers=None,
                 exception=False,content_type=None,**kwargs):
        '''
        自定义的字段放入data 内
        '''
        data = {
            'status': status,
            'msg' : msg,
        }

        # 判断结果是否有数据, results只要不为空都是数据:False、0、'' 都是数据 => 条件不能写if results

        if results is not None:
            data['results'] =  results

        data.update(**kwargs)   # 字典添加值,打散传入

      super().__init__(data=data,status=status,headers=headers,exception=exception,content_type=content_type,)

多表深度查询方式:

#方式一:子序列化
    1)只能在序列化中使用
    2)字段名必须是外键(正向反向)字段
     因为相对于自定义序列化外键字段,自定义序列化字段是不能参与反序列化的,而子序列化必须为外键名,所以就无法入库
    3)在外键关联数据是多条时,需要明确many=True
   4)是单向操作,因为作为子系列的类必须写在上方,所以不能产生逆方向的子序列化

class  BookModelSerializer(serializers.ModelSerializer):
    pass

class PublishModelSerializer(serializers.ModelSerializer):
    books = BookModelSerializer(many=True)  # 与子序列建立联系(深度)
    class Meta:
        model = models.Publish
        fields = ['name','address','books']

#方法二: 配置depth
        自动深度查询的是关联表的所有字段,数据量太多
   class Meta:
        model = models.Publish
        fields = ['name', 'address', 'books']
        # fields = '__all__'
        # exclude = ['name']
         depth = 2  # 自动深度,值代表深度次数,但是被深度的外键采用__all__,显示子序列化所有字段

#方法三 :  插拔式@property
            名字不能与外键名同名

 # models.py

    @property
    def author_list(self):
        author_list_temp = []  # 存放所有作者格式化成数据的列表
        authors = self.authors.all()  # 所有作者
        for author in authors:  # 遍历处理所有作者
            author_dic = {
                'name': author.name,
            }
            try:  # 有详情才处理详情信息
                author_dic['mobile'] = author.detail.mobile
            except:
                author_dic['mobile'] = '无'

            author_list_temp.append(author_dic)  # 将处理过的数据添加到数据列表中

        return author_list_temp  # 返回处理后的结果

单删 | 群删

# 单删群删
    def delete(self, request, *args, **kwargs):
        """
        单删:接口:/books/(pk)/   数据:空
        群删:接口:/books/   数据:[pk1, ..., pkn]
        逻辑:修改is_delete字段,修改成功代表删除成功,修改失败代表删除失败
        """
        pk = kwargs.get('pk')
        if pk:
            pks = [pk]  # 将单删格式化成群删一条
        else:
            pks = request.data  # 群删
        try:  # 数据如果有误,数据库执行会出错
            rows = models.Book.objects.filter(is_delete=False, pk__in=pks).update(is_delete=True)
        except:
            return APIResponse(1, '数据有误')

        if rows:
            return APIResponse(0, '删除成功')
        return APIResponse(1, '删除失败')

单增 | 群增

def post(self, request, *args, **kwargs):
     """
        单增:接口:/books/   数据:{...}
        群增:接口:/books/   数据:[{...}, ..., {...}]
        逻辑:将数据给系列化类处理,数据的类型关系到 many 属性是否为True
        """
    if isinstance(request.data, dict):
        many= False
     elif isinstance(request.data,list):
        many= True
     else:
        return Response(data={'detail': '数据有误'},status=400)
    book_ser = serializers.BookModelSerializer(data=request.data, many=many)
    book_ser.is_valid(raise_exception=True)
    book_obj_or_list = book_ser.save()
    return APIResponse(results=serializers.BookModelSerializer(book_obj_or_list, many=many).data)

put 改:

 """
  单改:接口:/books/(pk)/   数据:{...}
   群增:接口:/books/   数据:[{pk, ...}, ..., {pk, ...}]
   逻辑:将数据给系列化类处理,数据的类型关系到 many 属性是否为True
    """
    pk = kwargs.get('pk')
    if pk:  # 单改
        try:
            # 与增的区别在于,需要明确被修改的对象,交给序列化类
            book_instance = models.Book.objects.get(is_delete=False, pk=pk)
            except:
                return Response({'detail': 'pk error'}, status=400)

            book_ser = serializers.BookModelSerializer(instance=book_instance, data=request.data)
            book_ser.is_valid(raise_exception=True)
            book_obj = book_ser.save()
            return APIResponse(results=serializers.BookModelSerializer(book_obj).data)
        else:  # 群改
            # 分析(重点):
            # 1)数据是列表套字典,每个字典必须带pk,就是指定要修改的对象,如果有一条没带pk,整个数据有误
            # 2)如果pk对应的对象已被删除,或是对应的对象不存在,可以认为整个数据有误(建议),可以认为将这些错误数据抛出即可
            request_data = request.data
            try:
                pks = []
                for dic in request_data:
                    pk = dic.pop('pk')  # 解决分析1,没有pk pop方法就会抛异常
                    pks.append(pk)

                    book_query = models.Book.objects.filter(is_delete=False, pk__in=pks).all()
                    if len(pks) != len(book_query):
                        raise Exception('pk对应的数据不存在')
                        except Exception as e:
                            return Response({'detail': '%s' % e}, status=400)

                        book_ser = serializers.BookModelSerializer(instance=book_query, data=request_data, many=True)
                        book_ser.is_valid(raise_exception=True)
                        book_list = book_ser.save()
                        return APIResponse(results=serializers.BookModelSerializer(book_list, many=True).data)

patch 改:

   def patch(self, request, *args, **kwargs):
        pk = kwargs.get('pk')
        if pk:  # 单改
            try:
                book_instance = models.Book.objects.get(is_delete=False, pk=pk)
            except:
                return Response({'detail': 'pk error'}, status=400)
            # 设置partial=True的序列化类,参与反序列化的字段,都会置为选填字段
            # 1)提供了值得字段发生修改。
            # 2)没有提供的字段采用被修改对象原来的值

            # 设置context的值,目的:在序列化完成自定义校验(局部与全局钩子)时,可能需要视图类中的变量,如请求对象request
            # 可以通过context将其传入,在序列化校验方法中,self.context就能拿到传入的视图类中的变量
            book_ser = serializers.BookModelSerializer(instance=book_instance, data=request.data, partial=True, context={'request': request})
            book_ser.is_valid(raise_exception=True)
            book_obj = book_ser.save()
            return APIResponse(results=serializers.BookModelSerializer(book_obj).data)
        else:  # 群改
            request_data = request.data
            try:
                pks = []
                for dic in request_data:
                    pk = dic.pop('pk')
                    pks.append(pk)

                book_query = models.Book.objects.filter(is_delete=False, pk__in=pks).all()
                if len(pks) != len(book_query):
                    raise Exception('pk对应的数据不存在')
            except Exception as e:
                return Response({'detail': '%s' % e}, status=400)

            book_ser = serializers.BookModelSerializer(instance=book_query, data=request_data, many=True, partial=True)
            book_ser.is_valid(raise_exception=True)
            book_list = book_ser.save()
            return APIResponse(results=serializers.BookModelSerializer(book_list, many=True).data)

原文地址:https://www.cnblogs.com/shaozheng/p/12109784.html

时间: 2024-08-30 16:43:41

drf 序列模块的相关文章

drf 序列化模块03

新建项目准备 import sys # 标准输出流 sys.stdout.write('123\n') sys.stdout.write('456\n') sys.stdout.write('sdkfhsd四大皆空分段函数\n') # 标准输入流 res = sys.stdin.readline() # 运行后在终端可输入内容以绿色显示 print(res) # 标准错误流 sys.stderr.write('abc') # 在终端以红色字体显示括号内的内容 sys.stderr.write('

?DRF?-----解析模块 异常处理模块 响应模块 序列化模块(重点)

接口复习 1.接口:url+请求参数+响应参数 Postman发送接口请求的工具 method: GET url: https://api.map.baidu.com/place/v2/search params: ak: 6E823f587c95f0148c19993539b99295 region: 上海 query: 肯德基 output: json restful接口规范 https://api.baidu.com/v1/books?ordering=-price&limit=3 get

drf 解析模块 异常模块 响应模块 序列化组件

解析模块 drf给我们通过了多种解析数据包方式的解析类,我们可以通过配置来控制前台提交的哪些格式的数据在后台解析,哪些数据不解析,全局配置就是针对每一个视图类,局部配置就是针对指定的视图来,让它们可以按照配置规则选择性解析数据. 源码入口: APIView类的dispatch方法中 request = self.initialize_request(request, *args, **kwargs)   点进去 获取解析类: parsers=self.get_parsers(),   点进去 去

drf模块分析

drf请求模块.渲染模板.解析模块.响应模块.异常模块 请求模块 drf的请求模块 1.drf的request是在wsgi的request基础上再次封装 2.wsgi的request作为drf的request一个属性:_request 3.新的request对旧的request做了完全兼容 4.新的request对数据解析更规范化:所有的拼接参数都解析到query_params中,所有数据包数据都被解析到data中 query_params和data属于QueryDict类型,可以 .dict(

序列化模块、os、hashlib、sys

一.序列化模块 序列化定义:序列化的本质就是将一种数据结构(如字典.列表)等转换成一个特殊的序列(字符串或者bytes)的过程就叫做序列化 为什么要有序列化模块 dic = {'username':'太白', 'password': 123,'login_status': True} 你的程序中有一些地方都需要使用这个dic数据,登录时会用到,注册时也会用到.那么我们之前就是将这个dic写在全局里,但是这样是不合理的,应该是将这数据写入一个地方存储(还没有学数据库)先存放在一个文件中,那么程序中

Django-djangorestframework-异常模块-源码及自定义异常

目录 异常模块 为什么要自定义异常模块 常见的几种异常情况 异常模块源码分析 自定义 drf 异常处理 异常模块 为什么要自定义异常模块 所有经过 drf APIView 视图类产生的异常,都可以提供异常处理方案(没有继承 APIVIew 的视图函数不会触发) drf 默认提供了异常处理方案(rest_framework.views.exception_handler),但是处理范围有限 drf 提供的处理方案有两种 有对应处理,处理了返回异常信息 没有对应处理(处理范围之外),返回 None,

Django-djangorestframework-渲染模块

目录 渲染模块 渲染模块的效果 源码分析 如何自定义配置使用渲染类 自定义渲染模块 渲染模块 可以根据用户请求 URL 或 用户可接受的类型,筛选出合适的 渲染组件. reponse 数据 json 与 browser 两种渲染方式 浏览器 和 Postman 请求结果渲染数据的方式不一样 # 内置渲染器 # 可以根据用户请求 URL 或 用户可接受的类型,筛选出合适的 渲染组件. # 显示json格式:JSONRenderer http://127.0.0.1:8000/test/?forma

73-DRF的封装:APIView类及五大模块

目录 一.drf框架的封装特点 1.APIView类 2.请求模块 3.解析模块 4.响应模块 5.渲染模块(了解) 6.异常模块 一.drf框架的封装特点 drf一定要在settings中注册和配置 如何自定义配置drf: # settings.py # drf框架自定义配置 REST_FRAMEWORK = { # 全局配置解析类:适用于所有视图类 'DEFAULT_PARSER_CLASSES': [ 'rest_framework.parsers.JSONParser', 'rest_f

数据并行(Data Parallelism)

数据并行,不同的数据输入以并行方式运行同一个函数,它把一个任务分解成不连续的单元,因此,可以在单独的线程上并行处理,保证这个任务可以在可用的处理之间进行分配. 通常是处理数据集合,这种方法利用了集合中的项目自然提供了任务分配.最简单的情况,是一个并行的映射函数,对集合的中每一项应用一个转换,结果形成一个新的集合.这种简单的情况通常是可以工作的,是因为集合中的每一项通常可按任意顺序.进行单独处理:用这种处理更复杂的情况,比如汇总列表中所有项,也是可能的:然而,对于一些更复杂的情况,以及必须按顺序处