Django实战003:为什么使用Serializer序列化器

Django REST framework序列化器是什么

在Django中,序列化器是将模型类转换成Json或者Xml格式数据并对数据进行验证,具体表现在:

1,Django从后台向前台传递数据时将会将模型类转换成Json格式数据返回给前端,

2,前端向后台请求数据时对数据进行验证并处理数据(验证数据不一定处理,但是处理数据时必须先验证数据),

为什么要返回Json数据

Json是一种简单的数据交换格式,因为格式简洁,易于读取,这样前台就可以一眼就看出数据中的内容,方便检查排错同时可通过JavaScript进行解析,不管传输还是解析效率都很高,所以一般前台都会要求后台返回json格式的数据。

Django怎么返回Json数据

现在我们在models.py中新建一个模型类,这里我定义一个电影类,这里我定义了3个简单的类,在film中关联了其他2个类。

为了更加方便快捷的操作,这里我创建了一个Django超级管理员,在admin后台添加了些简单的数据进去,在admin.py文件中注册下我们的模型类,如下图所示。

from django.contrib import admin

from user.models import Performer,Type,Film

# Register your models here.

class FilmAdmin(admin.ModelAdmin):

# 指定要显示的属性

list_display = ["id", "film_name", "performer", "film_type", "time", "film_url", "desc"]

admin.site.register(Performer)

admin.site.register(Type)

admin.site.register(Film,FilmAdmin)

下来我们就来通过视图获取电影的全部数据,现在我们新建一个测试文件dome.py,我们来测试下我们获取到的数据格式,首先我先设置文件然后导入这几张表和models,没有前面这三行程序会报错:django.core.exceptions.ImproperlyConfigured: Requested setting DEFAULT_INDEX_TABLESPACE, but settings are not configured. You must either define the environment variable DJANGO_SETTINGS_MODULE or call settings.configure() before accessing settings。

这里我们可以看到,获取到的是个 QuerySet对象

接着我们继续获取,使用Django为我们提供的values方法来获取对象中的值,这里我们可以看到我们已经可以读取到对应的数据和关联键了,但这里我们获取到的数据类型还是QuerySet对象。

现在用list()方法转换下数据类型,将QuerySet对象强制转换成数组,这里我们可以看到前面已经没有显示QuerySet,而是[{...},{...}]数组格式。

但这里我们还发现个问题,在这些数据中还有两个外键关联的数据并没有显示值,而是对应的id,要获取这两个外键的值我们还需要获取Type和Performer的列表信息,通过指定的id来获取对应的值,这里我们可以直接用filter方法来获取,这样我们才算真正获取到了我们需要的所有参数值了。

总结:通过Django我们需要将数据进行几次转换才能提取到我们所需的数据信息,出现关联时我们还需要进一步的对数据进行查询获取,操作还是挺麻烦的。

接下来我们用REST framework序列化器来试试同样获取当前的数据,看看是如何操作的。首先我们目前已经建立了数据模型类,所以这里我们直接在当前文件下创建一个序列化器,新建一个serializers.py文件,引入serializers:from rest_framework import serializers,接着导入我们的模型类。

同样我们用dome.py来测试下获取的数据时什么样的,我们可以从下图中看出,通过使用REST framework序列化器,我们可以很简单的获取到我们想要的数据,而不用进行多次的转换。

这里我们看到后台获取到的是OrderedDict数据,这是一种有序的字典数据结构。那么前台拿到的是什么类型的呢,这里我们写个视图函数输出一下,在views.py中我们写个简单的视图,然后配上路由。

现在我们启动下服务,看下该路由下获取到的数据到底是什么形式的,这里我们可以看到给前台返回的数据是个列表元素,每部电影的数据意字典的形式嵌套在里面,而外键中的数据同样以字典的形式内嵌在电影中,前台只要依次遍历就可以获取到对应的数据了。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,651评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,468评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,931评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,218评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,234评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,198评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,084评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,926评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,341评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,563评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,731评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,430评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,036评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,676评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,829评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,743评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,629评论 2 354

推荐阅读更多精彩内容