终极指南:如何用Django REST Framework基于类的视图快速构建API
Django REST Framework(DRF)是构建强大API的利器,而基于类的视图是DRF中最优雅高效的开发方式。本文将带你掌握类视图的核心概念、实战技巧和最佳实践,让你从零开始快速构建专业级API。
为什么选择基于类的视图?
基于类的视图(Class-Based Views, CBV)是DRF提供的高级抽象,相比传统函数视图具有三大优势:
- 代码复用:通过继承和混入(mixin)机制,轻松实现复杂功能组合
- 逻辑清晰:将不同HTTP方法(GET/POST/PUT等)组织为类中的方法,结构更合理
- 扩展灵活:内置丰富的基类和混入类,如
ListAPIView、CreateAPIView等,大幅减少重复代码
DRF的类视图系统主要定义在rest_framework/views.py文件中,包含了从基础到高级的各类视图实现。
快速入门:类视图基础结构
一个最基础的DRF类视图结构如下:
from rest_framework.views import APIView
from rest_framework.response import Response
class ExampleView(APIView):
def get(self, request):
# 处理GET请求
return Response({"message": "Hello, world!"})
def post(self, request):
# 处理POST请求
return Response({"data": request.data})
这种结构让不同HTTP方法的处理逻辑一目了然,比函数视图中使用条件判断更加优雅。
核心基类与混入:提升开发效率
DRF提供了一系列预构建的通用视图类,位于rest_framework/generics.py中,包括:
ListAPIView:提供列表查询功能CreateAPIView:提供创建资源功能RetrieveAPIView:提供单个资源查询功能UpdateAPIView:提供更新资源功能DestroyAPIView:提供删除资源功能
这些视图类可以单独使用,也可以组合使用,例如ListCreateAPIView同时提供列表查询和创建功能。
图:使用DRF类视图构建的用户列表API界面,支持数据展示和表单提交
视图集(ViewSets):更进一步的抽象
对于完整的CRUD操作,DRF的视图集(ViewSets)提供了更高级的抽象,将相关操作组织到一个类中:
from rest_framework import viewsets
from .models import User
from .serializers import UserSerializer
class UserViewSet(viewsets.ModelViewSet):
queryset = User.objects.all()
serializer_class = UserSerializer
这一个类就提供了列表、详情、创建、更新、删除等全部功能。配合rest_framework/routers.py中的路由系统,可以自动生成完整的API路由。
实战技巧:过滤器与排序
DRF类视图可以轻松集成过滤和排序功能,只需添加相应的过滤器后端:
from rest_framework import filters
class ProductViewSet(viewsets.ModelViewSet):
queryset = Product.objects.all()
serializer_class = ProductSerializer
filter_backends = [filters.SearchFilter, filters.OrderingFilter]
search_fields = ['name', 'description']
ordering_fields = ['price', 'created_at']
API文档自动生成
使用DRF的类视图,还可以轻松生成交互式API文档。通过访问/docs/端点,即可获得完整的API文档,包含所有端点的说明、参数和交互界面。
图:DRF自动生成的交互式API文档,支持直接在浏览器中测试API
总结:类视图开发最佳实践
- 优先使用通用视图类:如
ListAPIView、ModelViewSet等,减少重复代码 - 合理使用混入类:通过组合不同功能的混入类,实现复杂业务逻辑
- 保持视图精简:业务逻辑尽量放在序列化器或服务层,保持视图层简洁
- 利用装饰器扩展:使用
@action装饰器添加自定义端点,扩展视图集功能
通过本文介绍的基于类的视图开发方法,你可以快速构建出功能完善、结构清晰的RESTful API。DRF的类视图系统不仅提高了代码复用率,还让API开发过程更加规范和高效。想要深入学习,可以查阅官方文档docs/api-guide/generic-views.md和docs/api-guide/viewsets.md。
开始你的DRF类视图之旅,体验构建专业API的乐趣吧!🚀
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
