了解 Flask 中的 JSONify()、to_dict()、make_response() 和 SerializerMixin

了解 flask 中的 jsonify()、to_dict()、make_response() 和 serializermixin

flask 确实提供了多种将数据转换为响应的工具,从将 python 对象转换为 json 到创建结构化 http 响应。在这篇文章中,我们将探讨 jsonify()、to_dict()、make_response() 和 serializermixin,它们是在 flask 中处理数据响应的四个有用的函数和工具。了解这些工具将有助于创建更好的 api 和有效的数据管理。

jsonify()
它是一个内置的 flask 函数,可将 python 数据结构转换为 json 格式,这是一种广泛用于 api web 开发的轻量级数据交换格式。该函数自动将响应 content-type 设置为 application/json 并返回 flask 响应对象,非常适合在 rest api 中返回数据。

示例:

from flask import jsonify

@app.route('/data')
def get_data():
    data = {"message": "hello, world!", "status": "success"}
    return jsonify(data)

这里,jsonify(data) 将字典数据转换为 json 格式并将其设置为响应正文。当您需要返回小型且定义良好的数据时,此函数非常有用,因为它会为您处理 json 转换和响应格式设置。需要注意的是,jsonify() 可以很好地处理简单的数据类型,但不直接支持复杂的对象,例如 sqlalchemy 模型,无需进行一些转换(如使用 to_dict())。

to_dict()
它不是原生 flask 函数,但通常在模型类中用于将 sqlalchemy 或其他对象关系映射 (orm) 模型实例表示为字典。将模型属性转换为字典使数据更容易转换为 api 响应的 json 格式。
示例:

class student(db.model):
    id = db.column(db.integer, primary_key=true)
    username = db.column(db.string(80), nullable=false)

    def to_dict(self):
        return {
            "id": self.id,
            "username": self.username
        }

@app.route('/user/<int:id>')
def get_student(id):
    student = student.query.get(id)
    return jsonify(student.to_dict()) if student else jsonify({"error": "student not found"}), 404

to_dict() 方法允许您指定要包含在响应中的确切数据,从而提供了灵活性。它对于隐藏敏感数据(如密码)和有选择地仅显示必要的属性非常有用。

make_response()
它是一个 flask 实用函数,允许您创建自定义 http 响应。虽然 jsonify() 简化了 json 数据响应,但 make_response() 允许您控制响应的每个部分,包括状态代码、标头和数据格式。

示例:

from flask import make_response, jsonify
from models import db

class student(db.model):
    id = db.column(db.integer, primary_key=true)
    username = db.column(db.string(80), nullable=false)

    def to_dict(self):
        return {
            "id": self.id,
            "username": self.username
        }

@app.route('/student/<int:id>', methods=['get'])
def get_student(id):
    # query the database for the student
    student = student.query.get(id)

    # if student is found, return data with a 200 status
    if student:
        response_data = {
            "message": "student found",
            "data": student.to_dict()
        }
        return make_response(jsonify(response_data), 200)

    # if student is not found, return a structured error response with a 404 status
    error_data = {
        "error": "student not found",
        "student_id": id,
        "status_code": 404
    }
    return make_response(jsonify(error_data), 404)

这里,make_response() 允许控制状态代码和响应正文格式。当响应对象的控制至关重要时,这种灵活性是理想的选择。

序列化器mixin
它来自 sqlalchemy-serializer 库,是用于自动化 sqlalchemy 模型序列化的强大工具。它提供了一个 to_dict() 方法,可以处理包括模型之间关系的复杂数据类型,并包含一个 serialize_rules 属性来控制字段序列化。

用法:

from sqlalchemy_serializer import SerializerMixin

class Product(db.Model, SerializerMixin):
    __tablename__ = 'products'
    serialize_rules = ('-category',)  # Exclude category from serialization

    id = db.Column(db.Integer, primary_key=True)
    name = db.Column(db.String(80), nullable=False)
    category = db.Column(db.String(80))

# Usage in a route
@app.route('/product/<int:id>')
def get_product(id):
    product = Product.query.get(id)
    return jsonify(product.to_dict()) if product else jsonify({"error": "Product not found"}), 404

serializermixin 自动将 sqlalchemy 模型转换为字典,这在处理复杂模型和关系时非常有用。使用serialize_rules,您可以动态包含或排除字段或关系,这可以节省您为每个模型编写自定义 to_dict 方法的时间。

比较及其关联
这些工具在构建 flask api 中都有其自己的位置。 jsonify() 和 make_response() 是创建 json 和自定义响应的基本 flask 函数,而 to_dict() 和 serializermixin 则专注于将模型实例转换为字典,以便更轻松地进行 json 序列化。

以下是何时使用每种方法的摘要:

  • 使用 jsonify() 轻松将简单的 python 数据结构转换为 json 格式。
  • 在模型上使用 to_dict() 创建具有特定字段的自定义字典以进行 json 转换,特别是在处理敏感或复杂数据时。
  • 使用 make_response() 定义对 http 响应的完全控制,允许您设置状态代码、标头或自定义错误消息。
  • 如果您正在使用 sqlalchemy 模型并希望以最少的配置自动将模型(包括关系)转换为 json,请使用 serializermixin。

总之,jsonify()、to_dict()、make_response() 和 serializermixin 都是在 flask api 中转换和管理数据的重要工具。有效地使用它们将使您的 api 更加灵活、安全且易于管理。

参考文献

  • flask 文档:make_response()

  • sqlalchemy serializermixin

以上就是了解 Flask 中的 JSONify()、to_dict()、make_response() 和 SerializerMixin的详细内容,更多请关注其它相关文章!