# 概念：将类定义在一个类的内部，被定义的类就是内部类 # 特点：内部类及内部类的所以名称空间，可以直接被外部类访问的 # 应用：通过内部类的名称空间，给外部类额外拓展一些特殊的属性(配置)，典型的Meta内部类 - 配置类 class Book(model.Model): class Meta: db_model = "owen_book" # 配置自定义表名 class BookSerializer(serializers.ModelSerializer): class Meta: model = "Book" # 配置序列化类绑定的Model表
""" def __init__(self, data=None, status=None, template_name=None, headers=None, exception=False, content_type=None): pass data：响应的数据 - 空、字符串、数字、列表、字段、布尔 status：网络状态码 template_name：drf说自己也可以支持前后台不分离返回页面，但是不能和data共存（不会涉及） headers：响应头（不用刻意去管） exception：是否是异常响应（如果是异常响应，可以赋值True，没什么用） content_type：响应的结果类型（如果是响应data，默认就是application/json，所有不用管） """ from rest_framework import status # 常见使用 Response( data={ 'status': 0, 'msg': 'ok', 'result': '正常数据' } ) Response( data={ 'status': 1, 'msg': '客户端错误提示', }, # status=400, status=status.HTTP_400_BAD_REQUEST, # 比400更具有描述性，需要导入上方status库 exception=True # 对前端没有任何影响，可省略 )
序列化反序列化图：
""" def __init__(self, instance=None, data=empty, **kwargs): pass instance：是要被赋值对象的 - 对象类型数据赋值给instance data：是要被赋值数据的 - 请求来的数据赋值给data kwargs：内部有三个属性：many、partial、context many：操作的对象或数据，是单个的还是多个的 partial：在修改需求时使用，可以将所有校验字段required校验规则设置为False context：用于视图类和序列化类直接传参使用 """ # 常见使用 # 单查接口 UserModelSerializer(instance=user_obj) # 群查接口 UserModelSerializer(instance=user_query, many=True) # 增接口 UserModelSerializer(data=request.data) # 整体改接口 UserModelSerializer(instance=user_obj, data=request.data) # 局部改接口 UserModelSerializer(instance=user_obj, data=request.data, partial=True) # 删接口，用不到序列化类
class UserAPIView(APIView): def post(self, request, *args, **kwargs): # 单增 # 1）将前台请求的数据交给序列化类处理 # 2）序列化类执行校验方法，对前台提交的所有数据进行数据校验：校验失败就是异常返回，成功才能继续 # 3）序列化组件完成数据入库操作，得到入库对象 # 4）响应结果给前台 serializer = serializers.UserModelSerializer(data=request.data) if serializer.is_valid(): # 校验成功 => 入库 => 正常响应 obj = serializer.save() return Response({ 'status': 0, 'msg': 'ok', 'result': '新增的那个对象' }, status=status.HTTP_201_CREATED) else: # 校验失败 => 异常响应 return Response({ 'status': 1, 'msg': serializer.errors, # 错误的所有信息 }, status=status.HTTP_400_BAD_REQUEST)
""" 标注：序列化 => 后台到前台(读) | 反序列化 => 前台到后台(写) 1）不管是序列化还是反序列化字段，都必须在fields中进行声明，没有声明的不会参与任何过程(数据都会被丢弃) 2）用 read_only 表示只读，用 write_only 表示只写，不标注两者，代表可读可写 3） i）自定义只读字段，在model类中用@property声明，默认就是read_only @property def gender(self): return self.get_sex_display() ii）自定义只写字段，在serializer类中声明，必须手动明确write_only re_password = serializers.CharField(write_only=True) 特殊）在serializer类中声明，没有明确write_only，是对model原有字段的覆盖，且可读可写 password = serializers.CharField() 4）用 extra_kwargs 来为 写字段 制定基础校验规则（了解） 5）每一个 写字段 都可以用局部钩子 validate_字段(self, value) 方法来自定义校验规则，成功返回value，失败抛出 exceptions.ValidationError('异常信息') 异常 6）需要联合校验的 写字段们，用 validate(self, attrs) 方法来自定义校验规则，，成功返回attrs，失败抛出 exceptions.ValidationError({'异常字段': '异常信息'}) 异常 7）extra_kwargs中一些重要的限制条件 i）'required'：代表是否必须参与写操作，有默认值或可以为空的字段，该值为False；反之该值为True；也可以手动修改值 """ """ 开发流程： 1）在model类中自定义 读字段，在serializer类中自定义 写字段 2）将model自带字段和所以自定义字段书写在fields中，用write_only和read_only区别model自带字段 3）可以写基础校验规则，也可以省略 4）制定局部及全局钩子 """
注意：
如果在加粗校验规则中，忘了参数，可以serializers类下输入类似下方代码，查找参数
height = serializers.DecimalField(min_value=0)
参考如下代码
from rest_framework import serializers from rest_framework import exceptions from . import models class UserModelSerializar(serializers.ModelSerializer): # 自定义反序列化字段(所有校验规则自己定义，也可以覆盖model已有的字段) # 覆盖model有的字段，不明确write_only会参与序列化过程 password = serializers.CharField(min_length=4,max_length=8,write_only=True) # 覆盖 # 自定义字段，不明确write_only序列化会报错，序列化会从model中强行反射自定义字段，但是model没有对于字段 re_password = serializers.CharField(min_length=4,max_length=8,write_only=True) # 自定义 # 配置类 class Meta: # 该序列化类是辅助与哪个Model类 model = models.User # 设置参与序列化与反序列化字段 # 插拔式：可以选择性返回给前台字段（插头都是在Model类中制造） # fields = ['name', 'age', 'height', 'sex', 'icon] # 第一波分析： # 1）name和age，在fields中标明了，且没有默认值，也不能为空，入库时必须提供，所有校验时必须提供 # 2）height，在fields中标明了，但是有默认值，所有前台不提供，也能在入库时采用默认值（可以为空的字段同理） # 3）password，没有在fields中标明了，所以校验规则无法检测password情况，但是即使数据校验提供了， # 也不能完成入库，原因是password是入库的必备条件 # 4）gender和img是自定义插拔@property字段，默认就不会进行校验（不参与校验） # fields = ['name', 'age', 'height', 'gender', 'img'] # 第二波分析： # 1）如何区分 序列化反序列化字段 | 只序列化字段(后台到前台) | 只反序列化字段(前台到后台) # 不做write_only和read_only任何限制 => 序列化反序列化字段 # 只做read_only限制 => 只序列化字段(后台到前台) # 只做write_only限制 => 只反序列化字段(前台到后台) # 2）对前台到后台的数据，制定基础的校验规则（了解） # CharField(max_length, min_length, errors_kwargs) # DecimalField(min_value, max_value, max_digits, decimal_places,error_messages) # 3）如果一个字段有默认值或是可以为空，比如height，如何做限制 # 虽然有默认值或是可以为空，能不能强制限制必须提供，可以通过required是True来限制 # 前台提交了该字段，我就校验，没提交我就不校验：1）required是False 2）有校验规则 fields = ['name', 'age', 'height','password', 'gender', 'img','re_password'] # 第三波分析 # 1）制定的简易校验规则(没有制定)后，可以再通过字段的 局部钩子 对该字段进行复杂校验 # 2）每个字段进行逐一复杂校验后，还可以进行集体的 全局钩子 校验 # 涉及对自定义反序列化字段的校验：re_password（要参与校验，但是不会入库） # 校验规则 extra_kwargs = { 'name':{ # 'write_only':True, # 'read_only':True, }, 'password':{ 'write_only':True, 'min_length':3, "max_length":8, "error_messages":{ # 可以被国际化替代 'min_length':'太短', 'max_length':'太长', } }, 'height':{ 'required':False, 'min_value':0, # 此限制为serializers.DecimalField的方法，如忘记，可以在类下写height = serializers.DecimalField(min_value=0)查看 } } # 注：局部全局钩子，是和Meta同缩减，属于序列化类的 # 局部钩子：validate_要校验的字段(self, 要校验的字段值) # 全局钩子：validate(self, 所以字段值的字典) # 校验规则：成功返回传来的数据 | 失败抛出异常 def validate_name(self, value): if 'g' in value.lower(): raise exceptions.ValidationError("这个g不行") else: return value def validate(self, attrs): password = attrs.get('password') # 只是拿出来校验 re_password = attrs.pop('re_password') # 必须取出校验，因为不能入库 if password != re_password: raise exceptions.ValidationError({'re_password':'两次密码不一致'}) else: return attrs