模型類序列化器ModelSerializer

如果我們想要使用序列化器對(duì)應(yīng)的是Django的模型類,DRF為我們提供了ModelSerializer模型類序列化器來幫助我們快速創(chuàng)建一個(gè)Serializer類桐腌。

ModelSerializer與常規(guī)的Serializer相同,但提供了:

  • 基于模型類自動(dòng)生成一系列字段
  • 基于模型類自動(dòng)為Serializer生成validators蚕苇,比如unique_together
  • 包含默認(rèn)的create()和update()的實(shí)現(xiàn)

1 定義

比如我們創(chuàng)建一個(gè)BookInfoSerializer:

class BookInfoSerializer(serializers.ModelSerializer):
    """圖書數(shù)據(jù)序列化器"""
    class Meta:
        model = BookInfo
        fields = '__all__'
  • model 指明參照哪個(gè)模型類
  • fields 指明為模型類的哪些字段生成
    我們可以在python manage.py shell中查看自動(dòng)生成的BookInfoSerializer的具體實(shí)現(xiàn)
>>> from bookapp.serializers import BookInfoSerializer
>>> serializer = BookInfoSerializer()
>>> serializer
BookInfoSerializer():
    id = IntegerField(label='ID', read_only=True)
    btitle = CharField(label='名稱', max_length=20)
    bpub_date = DateField(allow_null=True, label='發(fā)布日期', required=False)
    bread = IntegerField(label='閱讀量', max_value=2147483647, min_value=-2147483648, required=False)
    bcomment = IntegerField(label='評(píng)論量', max_value=2147483647, min_value=-2147483648, required=False)

2. 指定字段

  1. 使用fields來明確字段哩掺,all表名包含所有字段,也可以寫明具體哪些字段涩笤,如
class BookInfoSerializer(serializers.ModelSerializer):
    """圖書數(shù)據(jù)序列化器"""
    class Meta:
        model = BookInfo
        fields = ('id', 'btitle', 'bpub_date')
  1. 使用exclude可以明確排除掉哪些字段
class BookInfoSerializer(serializers.ModelSerializer):
    """圖書數(shù)據(jù)序列化器"""
    class Meta:
        model = BookInfo
        exclude = (id,)
  1. 顯示指明字段,如:
class HeroInfoSerializer(serializers.ModelSerializer):
    hbook = BookInfoSerializer()

    class Meta:
        model = HeroInfo
        fields = ('id', 'hname', 'hgender', 'hcomment', 'hbook')
  1. 指明只讀字段
    可以通過read_only_fields指明只讀字段盒件,即僅用于序列化輸出的字段
class BookInfoSerializer(serializers.ModelSerializer):
    """圖書數(shù)據(jù)序列化器"""
    class Meta:
        model = BookInfo
        fields = ('id', 'btitle', 'bpub_date'蹬碧, 'bread', 'bcomment')
        read_only_fields = ('id', 'bread', 'bcomment')

3. 添加額外參數(shù)

我們可以使用extra_kwargs參數(shù)為ModelSerializer添加或修改原有的選項(xiàng)參數(shù)

class BookInfoSerializer(serializers.ModelSerializer):
    """圖書數(shù)據(jù)序列化器"""
    class Meta:
        model = BookInfo
        fields = ('id', 'btitle', 'bpub_date', 'bread', 'bcomment')
        extra_kwargs = {
            'bread': {'min_value': 0, 'required': True},
            'bcomment': {'min_value': 0, 'required': True},
        }

# BookInfoSerializer():
#    id = IntegerField(label='ID', read_only=True)
#    btitle = CharField(label='名稱', max_length=20)
#    bpub_date = DateField(allow_null=True, label='發(fā)布日期', required=False)
#    bread = IntegerField(label='閱讀量', max_value=2147483647, min_value=0, required=True)
#    bcomment = IntegerField(label='評(píng)論量', max_value=2147483647, min_value=0, required=True)
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市炒刁,隨后出現(xiàn)的幾起案子恩沽,更是在濱河造成了極大的恐慌,老刑警劉巖罗心,帶你破解...
    沈念sama閱讀 222,378評(píng)論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件里伯,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡渤闷,警方通過查閱死者的電腦和手機(jī)疾瓮,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,970評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來飒箭,“玉大人狼电,你說我怎么就攤上這事∠阴澹” “怎么了肩碟?”我有些...
    開封第一講書人閱讀 168,983評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)凸椿。 經(jīng)常有香客問我削祈,道長(zhǎng),這世上最難降的妖魔是什么脑漫? 我笑而不...
    開封第一講書人閱讀 59,938評(píng)論 1 299
  • 正文 為了忘掉前任岩瘦,我火速辦了婚禮,結(jié)果婚禮上窿撬,老公的妹妹穿的比我還像新娘扒俯。我一直安慰自己,他們只是感情好厌蔽,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,955評(píng)論 6 398
  • 文/花漫 我一把揭開白布镶柱。 她就那樣靜靜地躺著,像睡著了一般跛璧。 火紅的嫁衣襯著肌膚如雪严里。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,549評(píng)論 1 312
  • 那天追城,我揣著相機(jī)與錄音刹碾,去河邊找鬼。 笑死座柱,一個(gè)胖子當(dāng)著我的面吹牛迷帜,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播色洞,決...
    沈念sama閱讀 41,063評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼戏锹,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了火诸?” 一聲冷哼從身側(cè)響起锦针,我...
    開封第一講書人閱讀 39,991評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后奈搜,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體悉盆,經(jīng)...
    沈念sama閱讀 46,522評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,604評(píng)論 3 342
  • 正文 我和宋清朗相戀三年馋吗,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了焕盟。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,742評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡耗美,死狀恐怖京髓,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情商架,我是刑警寧澤堰怨,帶...
    沈念sama閱讀 36,413評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站蛇摸,受9級(jí)特大地震影響备图,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜赶袄,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,094評(píng)論 3 335
  • 文/蒙蒙 一揽涮、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧饿肺,春花似錦蒋困、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,572評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至溉跃,卻和暖如春村刨,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背撰茎。 一陣腳步聲響...
    開封第一講書人閱讀 33,671評(píng)論 1 274
  • 我被黑心中介騙來泰國(guó)打工嵌牺, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人龄糊。 一個(gè)月前我還...
    沈念sama閱讀 49,159評(píng)論 3 378
  • 正文 我出身青樓逆粹,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親绎签。 傳聞我的和親對(duì)象是個(gè)殘疾皇子枯饿,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,747評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容