# Django Rest_Framework(三)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的模型類偎漫,DRF為我們提供了ModelSerializer模型類序列化器來(lái)幫助我們快速創(chuàng)建一個(gè)Serializer類澜建。

ModelSerializer與常規(guī)的Serializer相同清女,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独榴,比如unique_together
  • 包含默認(rèn)的create()和update()的實(shí)現(xiàn)

一块饺、定義一個(gè)模型類序列化器

例如我們創(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中自動(dòng)生成BookInfoSerializer的具體實(shí)現(xiàn)

>>> from booktest.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)
    image = ImageField(allow_null=True, label='圖片', max_length=100, required=False)

二、關(guān)于字段

1. 使用**fields**來(lái)明確字段朴沿,__all__表名包含所有字段猜谚,也可以寫明具體哪些字段败砂,例如:
class BookInfoSerializer(serializers.ModelSerializer):
    """圖書數(shù)據(jù)序列化器"""
    class Meta:
        model = BookInfo
        fields = ('id', 'btitle', 'bpub_date')
2. 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 = ('image',)
3. 顯示指明字段,例如
class HeroInfoSerializer(serializers.ModelSerializer):
    hbook = BookInfoSerializer()

    class Meta:
        model = HeroInfo
        fields = ('id', 'hname', 'hgender', 'hcomment', 'hbook')
4. 指明只讀字段
    可以通過(guò)**read_only_fields指明只讀字段魏铅,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'昌犹, 'bread', 'bcomment')
        read_only_fields = ('id', 'bread', 'bcomment')
三、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:七十年代末览芳,一起剝皮案震驚了整個(gè)濱河市斜姥,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌路操,老刑警劉巖疾渴,帶你破解...
    沈念sama閱讀 212,454評(píng)論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異屯仗,居然都是意外死亡搞坝,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,553評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門魁袜,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)桩撮,“玉大人,你說(shuō)我怎么就攤上這事峰弹〉炅浚” “怎么了?”我有些...
    開封第一講書人閱讀 157,921評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵鞠呈,是天一觀的道長(zhǎng)融师。 經(jīng)常有香客問(wèn)我,道長(zhǎng)蚁吝,這世上最難降的妖魔是什么旱爆? 我笑而不...
    開封第一講書人閱讀 56,648評(píng)論 1 284
  • 正文 為了忘掉前任,我火速辦了婚禮窘茁,結(jié)果婚禮上怀伦,老公的妹妹穿的比我還像新娘。我一直安慰自己山林,他們只是感情好房待,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,770評(píng)論 6 386
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著驼抹,像睡著了一般桑孩。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上砂蔽,一...
    開封第一講書人閱讀 49,950評(píng)論 1 291
  • 那天洼怔,我揣著相機(jī)與錄音,去河邊找鬼左驾。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的诡右。 我是一名探鬼主播安岂,決...
    沈念sama閱讀 39,090評(píng)論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼帆吻!你這毒婦竟也來(lái)了域那?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,817評(píng)論 0 268
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤猜煮,失蹤者是張志新(化名)和其女友劉穎次员,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體王带,經(jīng)...
    沈念sama閱讀 44,275評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡淑蔚,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 36,592評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了愕撰。 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刹衫。...
    茶點(diǎn)故事閱讀 38,724評(píng)論 1 341
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖搞挣,靈堂內(nèi)的尸體忽然破棺而出带迟,到底是詐尸還是另有隱情,我是刑警寧澤囱桨,帶...
    沈念sama閱讀 34,409評(píng)論 4 333
  • 正文 年R本政府宣布仓犬,位于F島的核電站,受9級(jí)特大地震影響舍肠,放射性物質(zhì)發(fā)生泄漏搀继。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,052評(píng)論 3 316
  • 文/蒙蒙 一貌夕、第九天 我趴在偏房一處隱蔽的房頂上張望律歼。 院中可真熱鬧,春花似錦啡专、人聲如沸险毁。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,815評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)畔况。三九已至,卻和暖如春慧库,著一層夾襖步出監(jiān)牢的瞬間跷跪,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,043評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工齐板, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留吵瞻,地道東北人葛菇。 一個(gè)月前我還...
    沈念sama閱讀 46,503評(píng)論 2 361
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像橡羞,于是被迫代替她去往敵國(guó)和親眯停。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,627評(píng)論 2 350

推薦閱讀更多精彩內(nèi)容