Django REST Framework 教程:序列化入门指南
2026-02-04 04:47:30作者:凤尚柏Louis
前言
在构建Web API时,数据序列化是一个核心概念。本文将带你深入了解Django REST Framework中的序列化机制,通过构建一个简单的代码片段API,掌握序列化的基本原理和实践技巧。
环境准备
在开始之前,我们需要设置开发环境:
- 创建并激活虚拟环境(推荐使用Python内置的venv模块)
- 安装必要的依赖包:
- Django:Web框架基础
- Django REST Framework:构建RESTful API的核心工具
- Pygments:代码高亮库(用于我们的代码片段功能)
项目初始化
-
创建Django项目和应用:
django-admin startproject tutorial cd tutorial python manage.py startapp snippets -
将应用添加到配置中: 修改
settings.py文件,添加'rest_framework'和'snippets'到INSTALLED_APPS
数据模型设计
我们首先定义一个简单的代码片段模型:
from django.db import models
from pygments.lexers import get_all_lexers
from pygments.styles import get_all_styles
class Snippet(models.Model):
created = models.DateTimeField(auto_now_add=True)
title = models.CharField(max_length=100, blank=True, default='')
code = models.TextField()
linenos = models.BooleanField(default=False)
language = models.CharField(max_length=100)
style = models.CharField(max_length=100)
class Meta:
ordering = ['created']
这个模型包含:
- 创建时间(自动记录)
- 可选的标题
- 代码内容
- 是否显示行号
- 编程语言(从Pygments获取支持的语言列表)
- 代码高亮样式
创建并应用迁移:
python manage.py makemigrations snippets
python manage.py migrate
序列化器基础
序列化器是Django REST Framework的核心组件之一,它负责:
- 将复杂数据类型(如模型实例)转换为Python原生数据类型
- 将Python原生数据类型转换为复杂数据类型
- 验证输入数据
基本序列化器
创建一个serializers.py文件,定义我们的第一个序列化器:
from rest_framework import serializers
from snippets.models import Snippet
class SnippetSerializer(serializers.Serializer):
id = serializers.IntegerField(read_only=True)
title = serializers.CharField(required=False, allow_blank=True, max_length=100)
code = serializers.CharField(style={'base_template': 'textarea.html'})
linenos = serializers.BooleanField(required=False)
language = serializers.ChoiceField(choices=LANGUAGE_CHOICES, default='python')
style = serializers.ChoiceField(choices=STYLE_CHOICES, default='friendly')
def create(self, validated_data):
return Snippet.objects.create(**validated_data)
def update(self, instance, validated_data):
# 更新各个字段
instance.save()
return instance
这个序列化器:
- 定义了与模型对应的字段
- 实现了create()和update()方法
- 包含字段验证逻辑
- 使用style参数控制表单显示方式
序列化器使用示例
在Django shell中体验序列化器:
from snippets.models import Snippet
from snippets.serializers import SnippetSerializer
from rest_framework.renderers import JSONRenderer
from rest_framework.parsers import JSONParser
# 创建并序列化一个代码片段
snippet = Snippet(code='print("Hello World")')
serializer = SnippetSerializer(snippet)
serializer.data # 查看序列化后的数据
# 将数据渲染为JSON
content = JSONRenderer().render(serializer.data)
# 反序列化过程
stream = BytesIO(content)
data = JSONParser().parse(stream)
serializer = SnippetSerializer(data=data)
serializer.is_valid() # 验证数据
serializer.save() # 保存数据
模型序列化器简化
注意到我们的SnippetSerializer中很多代码与模型定义重复,DRF提供了ModelSerializer来简化这一过程:
class SnippetSerializer(serializers.ModelSerializer):
class Meta:
model = Snippet
fields = ['id', 'title', 'code', 'linenos', 'language', 'style']
ModelSerializer会自动:
- 根据模型生成对应字段
- 生成默认的create()和update()实现
- 包含默认的验证逻辑
创建API视图
现在我们使用序列化器创建基本的API视图:
from django.http import HttpResponse, JsonResponse
from django.views.decorators.csrf import csrf_exempt
from rest_framework.parsers import JSONParser
from snippets.models import Snippet
from snippets.serializers import SnippetSerializer
@csrf_exempt
def snippet_list(request):
"""
列出所有代码片段或创建新片段
"""
if request.method == 'GET':
snippets = Snippet.objects.all()
serializer = SnippetSerializer(snippets, many=True)
return JsonResponse(serializer.data, safe=False)
elif request.method == 'POST':
data = JSONParser().parse(request)
serializer = SnippetSerializer(data=data)
if serializer.is_valid():
serializer.save()
return JsonResponse(serializer.data, status=201)
return JsonResponse(serializer.errors, status=400)
@csrf_exempt
def snippet_detail(request, pk):
"""
获取、更新或删除一个代码片段
"""
try:
snippet = Snippet.objects.get(pk=pk)
except Snippet.DoesNotExist:
return HttpResponse(status=404)
if request.method == 'GET':
serializer = SnippetSerializer(snippet)
return JsonResponse(serializer.data)
elif request.method == 'PUT':
data = JSONParser().parse(request)
serializer = SnippetSerializer(snippet, data=data)
if serializer.is_valid():
serializer.save()
return JsonResponse(serializer.data)
return JsonResponse(serializer.errors, status=400)
elif request.method == 'DELETE':
snippet.delete()
return HttpResponse(status=204)
配置URL路由后,我们就可以通过HTTP请求与API交互了。
测试API
启动开发服务器后,可以使用curl或httpie等工具测试API:
获取所有片段:
http http://127.0.0.1:8000/snippets/
获取特定片段:
http http://127.0.0.1:8000/snippets/1/
创建新片段:
http POST http://127.0.0.1:8000/snippets/ code="print(123)"
总结
通过本教程,我们学习了:
- 如何定义序列化器来转换模型数据
- 使用ModelSerializer简化序列化器定义
- 创建基本的API视图处理CRUD操作
- 测试API端点
虽然这只是一个基础实现,但已经展示了Django REST Framework的核心概念。在后续教程中,我们将介绍更高级的功能,如视图集、路由器和认证等,以构建更加强大和安全的API。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
340
405
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178