4.django返回json格式数

Django数据序列化

1.Python json模块

介绍Json

Json(Javascript Object Notation,Js对象标记) 是一种轻量级的数据交互格式。

在Python中Json其实就是字典格式

在Python中有专门处理Json的模块,分别是Json和Pickle模块

Json模块提供了四个方法:dumps,dump,loads,load

1531749505531.png

Pickle模块也是四个功能: dumps,dump,load,loads

1531749531979.png

区别

dumps 只完成了序列化为str

dump 需要传入文件描述符,将序列化的str保存到文件中

1531749598946.png
1531749582234.png

loads 只完成了反序列化

load 需要传入文件描述符,完成了读取文件了反序列化

import json

'''
序列化,dumps
'''
str = 'test'
new_str = json.dumps('test') #dumps可以将所有内容转换成str  
print(new_str)
dict = {'a':'1','b':'2'}
new_dict = json.dumps(dict)
print(new_dict)
'''
反序列化,loads
'''
new_str2 = json.loads(new_str)
print(new_str2)
new_dict2 = json.loads(new_dict)
print(new_dict2)

'''
PS C:\Users\Alpaca\Desktop\Django> & python c:/Users/Alpaca/Desktop/Django/__pycache__/jsontest.py
"test"
{"a": "1", "b": "2"}
test
{'a': '1', 'b': '2'}
'''

Pickle和Json模块的区别

Json格式很多编程语言都统一使用,但是Pickle只有Python语言认识,放到其他语言中会出现错误

2.开始序列化

1531751688361.png
1531751713929.png

由于这样返回只会让我们看到一串str的内容,无法让我们清楚的看到数据之间的层次和包含关系,因此我们要对这些数据反序列化再输出。

1.将他变成字典的格式(json格式)

2.再使用dumps方法序列化

1531752359758.png
1531752348390.png

问题

这样做的会出现很多的错误,并且当字段一旦多的时候,我们就需要一个一个的填充

3.进阶版序列化方法

使用了django内置的方法

1531752708988.png

效果一样

问题

当我们字段中有imagefield字段的时候,就会出现不能序列化

1531752801958.png

4.再次进阶

使用django自带的方法,serializer

1531753012019.png

(如果再后面没有加content_type)返回的内容很杂乱

1531753028162.png

使用jsonResponse

为了防止上面的错误,我们可以把httpResponse变成 jsonReponse

1531753360065.png

可以看出这个方法里面对data这个数据进行了序列化的操作。为了防止错误,我们需要再之前对数据进行反序列化

1531753604159.png

注意,这里还是会出现错误

1531753633185.png

他要我们把这个safe字段设置为False

1531753669462.png

设置完成

©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 215,923评论 6 498
  • 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 92,154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 161,775评论 0 351
  • 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 57,960评论 1 290
  • 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 66,976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 50,972评论 1 295
  • 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 39,893评论 3 416
  • 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 38,709评论 0 271
  • 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 45,159评论 1 308
  • 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 37,400评论 2 331
  • 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 39,552评论 1 346
  • 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 35,265评论 5 341
  • 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 40,876评论 3 325
  • 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 31,528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 32,701评论 1 268
  • 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 47,552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 44,451评论 2 352

推荐阅读更多精彩内容