Django REST框架中对Serializer嵌套资源进行自定义过滤,to_representation方法的相关应用

前段时间在项目中实现假删除功能,发现一个问题:以‘专家’和‘专家组’为例,‘专家’外键关联‘专家组’,对‘专家组’进行假删后,‘专家’的serializer中的嵌套显示数据依然会显示被假删的 组。
这个问题的解决办法就是需要对嵌套资源进行自定义过滤(本例就是做了假删除的组过滤掉,即去掉isDelete=True的‘专家组’数据)。
model如下:

class ExpertGroup(models.Model):
    """
    专家组列表
    """
    id = models.UUIDField(primary_key=True, default=uuid.uuid4, editable=False, verbose_name=u'编号', help_text=u'编号')
    groupName = models.CharField(max_length=100, db_column="groupname", verbose_name=u"专家组名", help_text='专家组名',
                                 null=True, blank=True)
    isDelete = models.BooleanField(db_column="isdelete", verbose_name=u'是否已删除', help_text="是否已删除", default=False)

    class Meta:
        db_table = 'sys_expertgroup'
        verbose_name = verbose_name_plural = "专家组列表"

    def __str__(self):
        return str(self.groupName)

class Expert(models.Model):
    """
    专家列表
    """
    id = models.UUIDField(primary_key=True, default=uuid.uuid4, editable=False, verbose_name=u'编号', help_text=u'编号')
    expert = models.ForeignKey(User, db_column="expert", verbose_name=u"专家", help_text='专家',
                               on_delete=models.SET_NULL, related_name="expert_user", null=True, blank=True)
    expertGroup = models.ForeignKey(ExpertGroup, db_column="expertgroup", verbose_name=u"专家组", help_text='专家组',
                               on_delete=models.SET_NULL, related_name="expert_expertgroup", null=True, blank=True)
    
    isDelete = models.BooleanField(db_column="isdelete", verbose_name=u'是否删除', help_text="是否删除", default=False)
   
    class Meta:
        db_table = 'sys_expert'
        verbose_name = verbose_name_plural = "专家列表"

    def __str__(self):
        return str(self.id)

要将假删除做到像真删除那样,需要两步:
1.对‘专家’的filter进行修改,不再显示已假删除的字段:
原代码:

class ExpertFilter(filters.FilterSet):
 
    class Meta:
        model = Expert
        fields = ["id", "expertGroup"]

修改后:

class ExpertFilter(filters.FilterSet):
    expertgroups = ExpertGroup.objects.filter(isDelete=False).values_list('id', 'groupName')
    expertGroup = filters.ChoiceFilter(choices=expertgroups, label=u'专家组', help_text="专家组")

    class Meta:
        model = Expert
        fields = ["id", "expertGroup"]

效果就是下图中的‘专家’的过滤器中,外键关联的‘专家组’字段中不再显示已假删除的组了。


image.png

2.对‘专家’的Serializer进行修改(重要!核心在此,重写to_representation方法),嵌套数据中过滤掉已假删除的数据:
原代码:

class ExpertSerializer(serializers.ModelSerializer):
    expertGroup = ExpertGroupListSerializer(many=False)

    class Meta:
        model = Expert
        fields = '__all__'

修改后:

class ExpertSerializer(serializers.ModelSerializer):
    expertGroup = ExpertGroupListSerializer(many=False)

    def to_representation(self, obj):
        data = super(ExpertSerializer, self).to_representation(obj)
        data['expertGroup'] = ExpertGroupListSerializer(
            ExpertGroup.objects.filter(isDelete=False, expert_expertgroup=obj).first()).data
        return data

    class Meta:
        model = Expert
        fields = '__all__'

修改后serializer效果如下图:


image.png

已被假删除的‘专家组’显示为空。
总结:
除了假删除,还可以过滤掉其他不想要显示的字段,核心就是重写to_representation方法,对嵌套数据进行过滤。
-----完

最后编辑于
©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 213,254评论 6 492
  • 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 90,875评论 3 387
  • 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 158,682评论 0 348
  • 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 56,896评论 1 285
  • 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 66,015评论 6 385
  • 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 50,152评论 1 291
  • 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 39,208评论 3 412
  • 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 37,962评论 0 268
  • 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 44,388评论 1 304
  • 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 36,700评论 2 327
  • 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 38,867评论 1 341
  • 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 34,551评论 4 335
  • 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 40,186评论 3 317
  • 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 30,901评论 0 21
  • 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 32,142评论 1 267
  • 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 46,689评论 2 362
  • 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 43,757评论 2 351