rest_framework serializers 使用

首先先来一段序列化的代码

from rest_framework import  serializers
from idcs.models import Idc

class UserSerializer(serializers.Serializer):
    """
    User 序列化类
    """
    password        = serializers.CharField(required=True,max_length=128)
    username        = serializers.CharField(required=True,max_length=150)
    email           = serializers.CharField(required=True,max_length=254)

然后我们进入到django shell中测试使用下serializers

In [1]: from idcs.serializers import UserSerializer
In [2]: from django.contrib.auth.models import User

data1 = User.objects.get(pk=1)    #获取一条主键为1的数据
data2 = UserSerializer(data1)      #将数据data1使用UserSerializer进行序列化

In [10]: data2        #查看序列化后的属性
Out[10]:                #默认展示的是序列化中属性的定义,不直接展示数据
UserSerializer(<User: ljp1>):
    password = CharField(max_length=128, required=True)
    username = CharField(max_length=150, required=True)
    email = CharField(max_length=254, required=True)

In [11]: data2.data   #查看序列化后的数据
Out[11]: {'password': 'pbkdf2_sha256$36000$OnVys4VQEVzx$7PIyapu3vpN/qdBcZ36UdOAMOW9yjD30rkzZbyr5q7Y=', 'username': 'ljp1', 'email': 'ljp1@reboot.com'}

通过以上的方式,我们可以使用serializers实现模型数据的序列化操作,但是如果要将该数据传递给前段还需要进行转JSON,我们看下如何转换

# 第一想法,我们肯定是直接通过JSON的模块直接将这个数据转换了
In [13]: json.dumps(data2.data)
Out[13]: '{"password": "pbkdf2_sha256$36000$OnVys4VQEVzx$7PIyapu3vpN/qdBcZ36UdOAMOW9yjD30rkzZbyr5q7Y=", "username": "ljp1", "email": "ljp1@reboot.com"}'

# 不过这样的转换方式,有很多异常没有被处理,而且序列化后的类型也不是标准的JSON,我们看下 
In [15]: type(data2.data)
Out[15]: rest_framework.utils.serializer_helpers.ReturnDict

#可以看到他是一个 rest_framework的字典类型

以上的转换是有异常的,那么我们如何正确的转换呢,rest_framework提供了方法,我们看下

In [16]: from rest_framework.renderers import  JSONRenderer  #导入序列化数据转json数据的模块
In [17]: jr = JSONRenderer()  #实例化该类

In [19]: jr.render(data2.data)   #通过该类的render方法,转换序列化后的数据
Out[19]: b'{"password":"pbkdf2_sha256$36000$OnVys4VQEVzx$7PIyapu3vpN/qdBcZ36UdOAMOW9yjD30rkzZbyr5q7Y=","username":"ljp1","email":"ljp1@reboot.com"}'

# 转换后的数据可以直接通过HttpResponse传递给前段使用
©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 220,809评论 6 513
  • 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 94,189评论 3 395
  • 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 167,290评论 0 359
  • 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 59,399评论 1 294
  • 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 68,425评论 6 397
  • 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 52,116评论 1 308
  • 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 40,710评论 3 420
  • 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 39,629评论 0 276
  • 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 46,155评论 1 319
  • 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 38,261评论 3 339
  • 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 40,399评论 1 352
  • 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 36,068评论 5 347
  • 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 41,758评论 3 332
  • 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 32,252评论 0 23
  • 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 33,381评论 1 271
  • 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 48,747评论 3 375
  • 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 45,402评论 2 358

推荐阅读更多精彩内容