DRF分阶段序列化细化实例
DRF是分两阶段进行的。
如果是API接收数据,则是先进行Parser,将外界接收的bytes数据分析成python数据类型,其间涉及encoding操作,再进行序列化,将python数据类型保存进数据库。
如果是从API获取数据,则是先进行反序列化,将数据库中的数据转成python数据类型,再进行renderer,将python数据类型渲染成可用于网络传输的byte类型。
实践的代码如下:
models.py
- from django.db import models
- # Create your models here.
- class Toy(models.Model):
- created = models.DateTimeField(auto_now_add=True)
- name = models.CharField(max_length=150, blank=False, default='')
- description = models.CharField(max_length=250, blank=True, default='')
- toy_category = models.CharField(max_length=200, blank=False, default='')
- release_date = models.DateTimeField()
- was_included_in_home = models.BooleanField(default=False)
- class Meta:
- ordering = ('name', )
serializers.py
- from rest_framework import serializers
- from toys.models import Toy
- class ToySerializer(serializers.Serializer):
- pk = serializers.ImageField(read_only=True)
- name = serializers.CharField(max_length=150)
- description = serializers.CharField(max_length=250)
- toy_category = serializers.CharField(max_length=200)
- release_date = serializers.DateTimeField()
- was_included_in_home = serializers.BooleanField(required=False)
- def create(self, validated_data):
- return Toy.objects.create(**validated_data)
- def update(self, instance, validated_data):
- instance.name = validated_data('name', instance.name)
- instance.description = validated_data('description', instance.description)
- instance.toy_category = validated_data('toy_category', instance.toy_category)
- instance.release_date = validated_data('release_date', instance.release_date)
- instance.was_included_in_home = validated_data('was_included_in_home', instance.was_included_in_home)
- instance.save()
- return instance
python manage.py shell实践。
- from datetime import datetime
- from django.utils import timezone
- from django.utils.six import BytesIO
- from rest_framework.renderers import JSONRenderer
- from rest_framework.parsers import JSONParser
- from toys.models import Toy
- from toys.serializers import ToySerializer
- toy_release_date = timezone.make_aware(datetime.now(), timezone.get_current_timezone())
- toy1 = Toy(name='Snoopy talking action figure', description='Snoopy speaks five languages', release_date=toy_release_date, toy_category='Action figures', was_included_in_home=False)
- toy1.save()
- toy2 = Toy(name='Hawaiian Barbie', description='Barbie loves Hawaii', release_date=toy_release_date, toy_category='Dolls', was_included_in_home=True)
- toy2.save()
- serializer_for_toy1 = ToySerializer(toy1)
- print(serializer_for_toy1.data)
- serializer_for_toy2 = ToySerializer(toy2)
- print(serializer_for_toy2.data)
- json_renderer = JSONRenderer()
- toy1_rendered_into_json = json_renderer.render(serializer_for_toy1.data)
- toy2_rendered_into_json = json_renderer.render(serializer_for_toy2.data)
- print(toy1_rendered_into_json)
- print(toy2_rendered_into_json)
- json_string_for_new_toy = '{"name":"Clash Royale play set","description":"6 figures from Clash Royale", "release_date":"2017-10-09T12:10:00.776594Z","toy_category":"Playset","was_included_in_home":false}'
- json_bytes_for_new_toy = bytes(json_string_for_new_toy, encoding="UTF-8")
- stream_for_new_toy = BytesIO(json_bytes_for_new_toy)
- parser = JSONParser()
- parsed_new_toy = parser.parse(stream_for_new_toy)
- print(parsed_new_toy)
- new_toy_serializer = ToySerializer(data=parsed_new_toy)
- if new_toy_serializer.is_valid():
- toy3 = new_toy_serializer.save()
- print(toy3.name)
DRF分阶段序列化细化实例的更多相关文章
- DRF中的序列化器
DRF中的序列化器详细应用 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 ...
- iOS 关于自动更新的分阶段发布(灰度发布)的相关简介
前言: AppStore 发布应用方式除了自动和手动,如今添加了分阶段发布(灰度发布).目的很明确,降低新版本骤然上升的bug率,不能挽回,只能发布新版本的风险.也也是针对禁止使用热修复,推出的相对 ...
- [App Store Connect帮助]七、在 App Store 上发行(4)分阶段发布某个版本更新(iOS 和 watchOS)
当您发布您 App 的一个版本更新时,您可以选择分阶段发布您的 iOS App.如果您正在提交一个 iOS 版本更新,且您的 App 处于以下 App 状态之一,则此选项可用. 准备提交 正在等待审核 ...
- 【DRF框架】序列化组件
DRF框架的序列化组件 在前后端分离的应用模式中,后端仅返回前端所需的数据,返回的数据类似是JSON,因此需要使用序列化组件进行序列化再将数据返回 使用JsonResponse做序列化 # 使用Js ...
- 把一个整体目标设置成多个分阶段目标,完成了一个目标后,就相当于一件事OVER
如果事情有变坏的可能,不管这种可能性有多小,它总会发生 . 一.任何事都没有表面看起来那么简单:二.所有的事都会比你预计的时间长:三.会出错的事总会出错:四.如果你担心某种情况发生,那么它就一定会发生 ...
- C语言预处理编译链接各个阶段错误,分阶段的说一下
C语言预处理编译链接各个阶段错误,分阶段的说一下 C语言预处理编译链接各个阶段错误,分阶段的说一下比如指针异常,数组下标越界什么的 我来答 1个回答 #热议# 你觉得这辈子有希望看到996消失 ...
- 经历了源码的痛苦,掌握DRF的核心序列化器
目录 DRF的核心--序列化器 序列化器 什么是序列化和反序列化? 序列化 序列化demo 字段类型 字段参数 序列化自定制返回字段 方法一:在序列化类(serializers.py)中写 方法二:在 ...
- day71:drf:API接口&Restful API规范&Django Rest Framework&drf中的序列化和反序列化功能
目录 1.web应用模式 2.API接口 3.Restful API规范 4.序列化 5.Django Rest Framework 1.drf的简单介绍 2.drf的特点 3.如何安装drf 4.d ...
- 【Win 10应用开发】分阶段进行数据绑定
使用x:Bind扩展标记进行数据绑定,是在编译阶段完成,至于说性能优化方面,大概主要是优化CPU资源的使用,因为免去了运行阶段进行绑定的过程.当然,使用这个标记仅仅是绑定上的优化,并不包括数据源.数据 ...
随机推荐
- Day24-Ajax操作、图片验证码、KindEditor使用-转
参考源:http://blog.csdn.net/fgf00/article/details/54917439 三.Ajax操作 ajax操作基于浏览器的xmlHttpRequest对象,IE低版本是 ...
- 【uoj34】 多项式乘法
http://uoj.ac/problem/34 (题目链接) 题意 求两个多项式的乘积 Solution 挂个FFT板子. 细节 FFT因为要满足$n$是$2$的幂,所以注意数组大小. 代码 // ...
- java实现超大整数加减乘除四则运算
原理: 用数组存储数字,按照计算法则进行运算. 代码: package com.hdwang; import java.util.regex.Matcher; import java.util.reg ...
- Luogu2661 信息传递(图论)
Luogu2661 信息传递(图论) Description 有n个同学(编号为1到n)正在玩一个信息传递的游戏.在游戏里每人都有一个固定的信息传递对象,其中,编号为i的同学的信息传递对象是编号为Ti ...
- HDU 6153 扩展kmp
A Secret Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 256000/256000 K (Java/Others)Total ...
- gulp入门教程(转)
一.gulp简介 1.gulp是什么? gulp是前端开发过程中一种基于流的代码构建工具,是自动化项目的构建利器:它不仅能对网站资源进行优化,而且在开发过程中很多重复的任务能够使用正确的工具自 ...
- Docker:搭建私有仓库(Registry 2.4)
一.背景 首先,Docker Hub是一个很好的用于管理公共镜像的地方,我们可以在上面找到想要的镜像(Docker Hub的下载量已经达到数亿次):而且我们也可以把自己的镜像推送上去.但是,有的时候, ...
- JavaScript中的两种全局对象
这里总结的东西特别适合先学习c/c++, Java这类标准语言再学JS的童鞋们看,因为JS在程序执行之前就会初始化一个全局对象,这个全局对象到底是什么是跟JS程序运行环境有关的. 根据JavaScri ...
- timer.Interval用法简介
这个东东呢是我在做windows服务的时候碰到的,总结了一下她的用法,如下: 一.指定时间间隔 写一个每隔一分钟就执行一次的吧 public partial class PSJCService : S ...
- [转]Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate() 觉得有用的话,欢迎一起讨论相互学习~Follow Me ...