前言
这几年一直在it行业里摸爬滚打，一路走来，不少总结了一些python行业里的高频面试，看到大部分初入行的新鲜血液，还在为各样的面试题答案或收录有各种困难问题
于是乎，我自己开发了一款面试宝典，希望能帮到大家，也希望有更多的Python新人真正加入从事到这个行业里，让python火不只是停留在广告上。
微信小程序搜索：Python面试宝典
或可关注原创个人博客：https://lienze.tech
也可关注微信公众号，不定时发送各类有趣猎奇的技术文章：Python编程学习
marshmallow
https://marshmallow.readthedocs.io/en/latest/
marshmallow是一个ORM / ODM /与框架无关的库，用于将复杂的数据类型与Python数据类型相互转换
简而言之，用以实现序列化及反序列化
pip3 install -U marshmallow
序列化
序列化首先需要对应model模型类建立序列化类对象
from marshmallow import Schema, fields
class UsersSchema(Schema):
id = fields.Integer()
name = fields.String()
序列化使用schema中的dump()或dumps()方法
-
dump: 实现obj -> dict -
dumps: 实现obj -> string
由于Flask能直接序列化dict，所以通常Flask与Marshmallow配合序列化时，用 dump()方法即可
使用序列化器对象，首先初始化序列化类对象实例，然后使用dump方法即可，如果是多条数据，那么可以加上many=True参数
class Index(Resource):
schmea = UsersSchema()
def get(self):
model = Users.query.all()
data = self.schmea.dump(model, many=True)
return data
反序列化
反序列化基于schema中的load()或loads()方法
-
load: 方法将一个传入的dict，结合schema的约定，再转换为一个dict -
loads: 方法的传入参数是json格式的string，同样将传入数据转换为符合规范的dict
调用load或loads方法时，会执行下面提到的数据校验，所以在开发RESTful API时，对传入数据执行load或loads方法是必要的
user = {
"name": "test",
}
data = self.schmea.load(user)
return data
如果希望不只是反序列化成为个简单的字典，而是直接成为数据库的一条数据，那么需要重新定义反序列化对象的方法，并且使用post_load装饰器装饰
from marshmallow import Schema, fields, post_load
class UsersSchema(Schema):
id = fields.Integer()
name = fields.String()
@post_load
def make_user(self, data, **kwargs):
user = Users(**data)
db.session.add(user)
db.session.commit()
return user
这样每次调用load()方法时，会按照make_user的逻辑，返回一个User类对象
schema = UsersSchema()
user = {
"name": "test"
}
data = schema.load(user) # 这就是反序列化操作
还支持多数据批量反序列化
user1 = User(name="Mick", email="[email protected]")
user2 = User(name="Keith", email="[email protected]")
users = [user1, user2]
schema = UserSchema(many=True)
result = schema.dump(users)
读写分离字段
要想实现read_only和write_only属性来区别字段在使用过程中是否用于反序列化或序列化，可以通过dump_only与load_only来完成
class UserSchema(Schema):
name = fields.Str()
# password is "write-only"
password = fields.Str(load_only=True)
# created_at is "read-only"
created_at = fields.DateTime(dump_only=True)