Django高级进阶[DRF](2. 基本操作

  • 其实就是Django RESTful Framework

项目准备工作

1. 新建一个虚拟环境
mkvirtualenv h2_dajngo_drf_envs
2.安装django和djangorestframework
pip install django==1.11
pip install djangorestframework
3. 新建一个Django项目
4. 将rest_framework注册到 INSTALLED_APPS中去(setting.py)
INSTALLED_APPS = (
    ...
    'rest_framework',
)
5. rest_framework相关配置(setting.py)
# 所有跟rest framework有关的配置
REST_FRAMEWORK ={
   'DEFAULT_PERMISSION_CLASSES': ['rest_framework.permissions.IsAdminUser',],
   'PAGE_SIZE': 10
}

序列化

创建表
  • 以出版社的表为例子,例如出版社有名字和所属地区
class Publisher(models.Model):
    name = models.CharField(max_length=32, verbose_name='名称', unique=True)
    address = models.CharField(max_length=128, verbose_name='地址')
def __str__(self):
    return self.name
class Meta:
    verbose_name = '出版社'
    verbose_name_plural = verbose_name
生成迁移文件和执行迁移
  • 在这里我们暂时用sqlite数据库

    python manage.py makemigrations
    python manage.py migrate
    



序列化

  • 关于序列化的解释:在程序运行的过程中,所有的变量都是在内存中,比如,定义一个dict:

    d = dict(name='Zhangsan', age=26, score=75)
    
  • 可以随时修改变量,比如把name改成'LiSi',但是一旦程序结束,变量所占用的内存就被操作系统全部回收。如果没有把修改后的'LiSi'存储到磁盘上,下次重新运行程序,变量又被初始化为'Zhangsan'

我们把变量从内存中变成可存储或传输的过程称之为序列化

  • 在Python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattening等等,都是一个意思

  • 序列化之后,就 可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器 上。

  • 反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化 ,即unpickling。


JSON

如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式
  • 比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式,并且比XML更快,而且可以直接在Web页面中读取,非常方便

  • JSON表示的对象就是标准的JavaScript语言的对象,JSON和Python内置的数据类型对应如下


    对应
  • Python内置的json模块提供了非常完善的Python对象到JSON格式的转换

把Python对象变成一个JSON
import json
d = dict(name='Zhangsan', age=26, score=75)
# dumps()方法返回一个str,内容就是标准的JSON
json_str= json.dumps(d)
要把JSON反序列化为Python对象,用loads()方法
json_str = '{"age": 26, "score": 75, "name": "Zhangsan"}'
json.loads(json_str)

通过以下方式可以实现API:

  • 编写视图:
from .models import Publisher
from django.http import HttpResponse
import json

def publisher_list(request):
# 查询出所有的出版社
queryset = Publisher.objects.all()
# 转换成python中的列表
data = []
for i in queryset:
    # 每一个对象都手动转化成一个字典
    p_tmp = {
        'name': i.name,
        'address': i.address
    }
data.append(p_tmp)

return HttpResponse(json.dumps(data), content_type='application/json'
  • 配置路由:

    url(r'^publishers/', views.publisher_list)
    
  • 启动项目

    python manage.py runserver
    
  • 手动添加数据

  • 刷新浏览器

对于以上的方案进行第一次改进:
data = []
from django.forms.models import model_to_dict
    for i in queryset:
        data.append(model_to_dict(i))
对于以上的方案进行第二次改进(使用Django自带的serializers):
data = []
from django.core import serializers
data = serializers.serialize('json', queryset)

import json
    return HttpResponse(data, content_type='application/json')
  • 注意:此时data已经是json类型
  • 刷新浏览器


DRF提供的序列化

  • DRF提供的方案更加先进,更高级别的序列化方案,不仅仅可以实现从数据库里面读取数据,更可以存数据(增删改查)
在APP下创建一个序列化一个文件
  • 我们自己定义一个序列化
from rest_framework import serializers
# 类名固定为表名称 + Serializer

class PublisherSerializer(serializers.Serializer):
# read_only必须为True,因为我们模型里面的id是一个自增字段,不可写,自动生成
    id = serializers.IntegerField(read_only=True)
    name = serializers.CharField(max_length=32)
    address = serializers.CharField(max_length=128)
使用自己定义的序列化
  • 非常方便的把我们的对象转化成一个字典
from app01 import models,serializers

p1 = models.Publisher.objects.first()# 先找到一个出版社的对象
s = serializers.PublisherSerializer(p1)
s.data
  • 给自定义的序列化增加一个'create'和'update'的功能
  • 重写父类
def create(self, validated_data):
# validated_data参数不需要特意去记,就是经过校验的数据
    return  models.Publisher.objects.create(**validated_data)

def update(self, instance, validated_data):
    instance.name = validated_data.get('name', instance.name)
    instance.address = validated_data.get('address', instance.address)
    instance.save()
    return instance
  • 使用
from app01 import models,serializers
p2 = {'name':'图灵出版社','address':'大兴天宫院'}
s = serializers.PublisherSerializer(data=p2)
s.is_valid()# 如果数据检测没有问题
Out[5]: True

s.validated_data # 可以查看类型,观察到这是一个有序字典
Out[6]: OrderedDict([('name', '图灵出版社'), ('address', '大兴天宫院')])

s.save() # 保存到数据库
Out[7]: <Publisher: 图灵出版社>
  • 刷新浏览器
  • 在视图里面使用
# 第三次改进
from app01 import serializers
# 如果是多个对象,一定要写many = True,就是说我们是多个对象,
# many=True告诉程序要用遍历的方式去给我们做序列化
s = serializers.PublisherSerializer(queryset, many=True)

import json
return HttpResponse(json.dumps(s.data), content_type='application/json')

改进自定义序列化模块

  • 因为那些字段,我们已经在模型中创建,没有必要再创建一次,所以我们再进行一次改进
class PublisherSerializer(serializers.ModelSerializer):
class Meta:
    model = models.Publisher # 我们要使用的模型
    # 我们要使用的字段
    fields = (
        'id',
        'name',
        'address'
    )
  • 刷新浏览器,依旧可以正常运行,也就说是我们可以自己去写每一个字段,当然可以用ModelSerializer,直接使用我们的模型(相当于和我们数据库里面的表字段一一对应)
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 160,026评论 4 364
  • 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 67,655评论 1 296
  • 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 109,726评论 0 244
  • 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 44,204评论 0 213
  • 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 52,558评论 3 287
  • 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 40,731评论 1 222
  • 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 31,944评论 2 314
  • 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 30,698评论 0 203
  • 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 34,438评论 1 246
  • 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 30,633评论 2 247
  • 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 32,125评论 1 260
  • 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 28,444评论 3 255
  • 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 33,137评论 3 238
  • 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 26,103评论 0 8
  • 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 26,888评论 0 197
  • 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 35,772评论 2 276
  • 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 35,669评论 2 271

推荐阅读更多精彩内容