Django Ninja 中处理 PATCH 请求与表单数据上传的解决方案
2025-05-28 06:19:29作者:魏侃纯Zoe
在 Django Ninja 框架中,开发者经常需要实现用户信息更新的 API 接口。一个常见的需求是使用 PATCH 方法来部分更新用户信息,同时支持表单数据和文件上传。本文将深入探讨这一技术问题的解决方案。
问题背景
在 RESTful API 设计中,PATCH 方法通常用于部分更新资源。然而,Django Ninja 在处理 PATCH 请求时,默认情况下无法正确解析表单数据和文件上传。这会导致以下问题:
- 表单数据字段全部为空
- 文件上传字段无法获取
- 数值类型字段验证失败
核心解决方案
中间件处理方案
针对 PATCH 请求的表单数据处理问题,最有效的解决方案是使用自定义中间件。该中间件会在请求处理前临时将 PATCH 方法转换为 POST 方法,使 Django 能够正确解析表单数据,然后再恢复原始请求方法。
from collections.abc import Callable
from typing import Any
from asgiref.sync import iscoroutinefunction, sync_to_async
from django.http import HttpRequest
from django.utils.decorators import sync_and_async_middleware
@sync_and_async_middleware
def process_put_patch(get_response: Callable) -> Callable:
async def async_middleware(request: HttpRequest) -> Any:
if (request.method in ("PUT", "PATCH")
and request.content_type != "application/json":
initial_method = request.method
request.method = "POST"
request.META["REQUEST_METHOD"] = "POST"
await sync_to_async(request._load_post_and_files)()
request.META["REQUEST_METHOD"] = initial_method
request.method = initial_method
return await get_response(request)
def sync_middleware(request: HttpRequest) -> Any:
if (request.method in ("PUT", "PATCH")
and request.content_type != "application/json":
initial_method = request.method
request.method = "POST"
request.META["REQUEST_METHOD"] = "POST"
request._load_post_and_files()
request.META["REQUEST_METHOD"] = initial_method
request.method = initial_method
return get_response(request)
return async_middleware if iscoroutinefunction(get_response) else sync_middleware
文件上传替代方案
当中间件处理后文件上传仍然有问题时,可以考虑以下替代方案:
- 使用 Base64 编码传输文件
- 将文件上传拆分为单独的 API 端点
- 使用专门的第三方库处理文件上传
数据验证最佳实践
对于部分更新的 API,数据验证需要特别注意:
- 所有字段都应设置为可选
- 空字符串、None 和 0 应被视为有效输入
- 数值字段需要前端确保传递正确的数据类型
class UserMedicalInSchema(Schema):
gender: Optional[str] = None
height: Optional[int] = Field(None, ge=0)
weight: Optional[int] = Field(None, ge=0)
marital: Optional[str] = None
children: Optional[int] = Field(None, ge=0)
# 其他字段...
实际应用示例
以下是一个完整的用户信息更新 API 实现示例:
from ninja import Schema, Form, File
from ninja.files import UploadedFile
from typing import Optional, List
class UserUpdateSchema(Schema):
username: Optional[str] = None
email: Optional[str] = None
age: Optional[int] = None
@router.patch('/me', auth=JWTAuth())
def update_user_info(
request,
payload: Form[UserUpdateSchema] = None,
avatar: Optional[File[UploadedFile]] = None
):
user = request.user
# 处理文件上传
if avatar:
user.avatar = avatar
# 处理表单数据
if payload:
update_data = {
k: v for k, v in payload.dict().items()
if v is not None
}
for field, value in update_data.items():
setattr(user, field, value)
user.save()
return {"status": "success"}
总结
在 Django Ninja 中实现支持表单数据和文件上传的 PATCH 接口需要特别注意请求方法的处理和数据验证。通过使用自定义中间件和合理的数据模型设计,可以构建出既符合 RESTful 规范又用户友好的 API 接口。对于复杂的更新场景,建议将文件上传和其他数据更新分离,或者使用 Base64 编码等替代方案。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430