Marshmallow详解
Marshmallow详解
注意：这里的marshmallow版本是预发行版本3.x，非而不是正式版本2.x。版本3与版本2有一些差别，望周知。
文档说明：https://marshmallow.readthedocs.io
marshmallow是一个用来将复杂的orm对象与python原生数据类型之间相互转换的库，简而言之，就是实现object -> dict， objects -> list, string -> dict 和 string -> list。
序列化：序列化的意思是将数据对象转化为可存储或可传输的数据类型
反序列化：将可存储或可传输的数据类型转化为数据对象
要进行序列化或反序列化，首先我们需要一个用来操作的object，这里我们先定义一个类：
import datetime as dt
class User:
def __init__(self, name, email):
self.name = name
self.email = email
self.created_time = dt.datetime.now()
1. Scheme
要对一个类或者一个json数据实现相互转换(即序列化和反序列化), 需要一个中间载体, 这个载体就是Schema，另外Schema还可以用来做数据验证。
# 这是一个简单的Scheme
from marshmallow import Schema, fields
class UserSchema(Schema):
name = fields.String()
email = fields.Email()
created_time = fields.DateTime()
2. Serializing(序列化)
使用scheme的dump()方法来序列化对象，返回的是dict格式的数据
另外schema的dumps()方法序列化对象，返回的是json编码格式的字符串。
user = User(name="TTY", email="tty@python.org")
schema = UserSchema()
res = schema.dump(user)
print(res)
# {'email': 'tty@python.org', 'name': 'TTY', 'created_time': '2019-08-05T14:43:51.168241+00:00'}
res2 = schema.dumps(user)
print(res2)
# '{"name": "TTY", "created_time": "2019-08-05T14:46:07.111755+00:00", "email": "tty@python.org"}'
3. 过滤输出
当不需要输出所有的字段时，可以在实例化Scheme时，声明only参数，来指定输出：
summary_schema = UserSchema(only=("name", "email"))
res = summary_schema.dump(user)
print(res)
{'name': 'TTY', 'email': 'tty@python.org'}
only参数用来指定输出的字段，也可以用exclude参数来排除不输出的字段，达到一样的效果。
4. Deserializing（反序列化）
schema的load()方法与dump()方法相反，用于dict类型的反序列化。他将输入的字典格式数据转换成应用层数据结构。他也能起到验证输入的字典格式数据的作用。
同样，也有对json解码的loads()方法。用于string类型的反序列化。
默认情况下，load()方法返回一个字典，当输入的数据的值不匹配字段类型时，抛出 ValidationError 异常。
schema = UserSchema()
res = schema.load(user_data)
print(res)
# {'email': 'tty2@python.org', 'created_time': datetime.datetime(2019, 8, 5, 14, 46, 7), 'name': 'tty2'}
对反序列化而言, 将传入的dict变成object更加有意义. 在Marshmallow中, dict -> object的方法需要自己实现, 然后在该方法前面加上一个装饰器post_load即可
class UserSchema(Schema):
name = fields.String()
email = fields.Email()
created_time = fields.DateTime()
@post_load
def make_user(self, data):
return User(**data)
这样每次调用load()方法时, 会按照make_user的逻辑, 返回一个User类对象。
user_data = {
"name": "tty2",
"email": "tty2@python.org"
}
schema = UserSchema()
res = schema.load(user_data)
print(res)
# <__main__.User object at 0x0000027BE9678128>
user = res
print("name: {} email: {}".format(user.name, user.email))
# name: tty2 email: tty2@python.org
5. 处理多个对象的集合
多个对象的集合如果是可迭代的，那么也可以直接对这个集合进行序列化或者反序列化。在实例化Scheme类时设置参数many=True
也可以不在实例化类的时候设置，而在调用dump()方法的时候传入这个参数。
user1 = User(name="tty1", email="tty1@python.org")
user2 = User(name="tty2", email="tty2@python.org")
users = [user1, user2]
# 第一种方法
schema = UserSchema(many=True)
res = schema.dump(users)
# 第二种方法
# schema = UserSchema()
# res = schema.dump(users， many=True)
print(res)
# [{'created_time': '2019-08-05T15:09:19.781325+00:00', 'email': 'tty1@python.org', 'name': 'tty1'},
# {'created_time': '2019-08-05T15:09:19.781325+00:00', 'email': 'tty2@python.org', 'name': 'tty2'}]
6. Validation(验证)
当不合法的数据通过Schema.load()或者Schema.loads()时，会抛出一个 ValidationError 异常。ValidationError.messages属性有验证错误信息，验证通过的数据在 ValidationError.valid_data 属性中
我们捕获这个异常，然后做异常处理。首先需要导入ValidationError这个异常
from marshmallow import Schema, fields, ValidationError
class UserSchema(Schema):
name = fields.String()
email = fields.Email()
created_time = fields.DateTime()
try:
res = UserSchema().load({"name": "ttty", "email": "ttty"})
except ValidationError as e:
print("错误信息：{} 合法数据：{}".format(e.messages, e.valid_data))
# 错误信息：{'email': ['Not a valid email address.']} 合法数据：{'name': 'ttty'}
``
当验证一个数据集合的时候，返回的错误信息会以 错误序号-错误信息 的键值对形式保存在errors中
```python
user_data = [
{'email': 'mick@stones.com', 'name': 'Mick'},
{'email': 'invalid', 'name': 'Invalid'},
{'name': 'Keith'},
{'email': 'charlie@stones.com'},
]
try:
schema = UserSchema(many=True)
res = schema.load(user_data)
except ValidationError as e:
print("错误信息：{} 合法数据：{}".format(e.messages, e.valid_data))
# 错误信息：{1: {'email': ['Not a valid email address.']}}
# 合法数据：[{'email': 'mick@stones.com', 'name': 'Mick'},
# {'name': 'Invalid'},
# {'name': 'Keith'},
# {'email': 'charlie@stones.com'}]
可以看到上面，有错误信息，但是对于没有传入的属性则没有检查，也就是说没有规定属性必须传入。
在Schema里规定不可缺省字段：设置参数required=True
class UserSchema(Schema):
name = fields.String(required=True)
email = fields.Email()
created_time = fields.DateTime()
再次进行验证：
try:
schema = UserSchema(many=True)
res = schema.load(user_data)
except ValidationError as e:
print("错误信息：{} 合法数据：{}".format(e.messages, e.valid_data))
# 错误信息：{1: {'email': ['Not a valid email address.']},
# 3: {'name': ['Missing data for required field.']}}
# 合法数据：[{'email': 'mick@stones.com', 'name': 'Mick'},
# {'name': 'Invalid'},
# {'name': 'Keith'},
# {'email': 'charlie@stones.com'}]
6.1 自定义验证信息
在编写Schema类的时候，可以向内建的fields中设置validate参数的值来定制验证的逻辑, validate的值可以是函数, 匿名函数lambda, 或者是定义了__call__的对象。
class UserSchema(Schema):
name = fields.String(required=True, validate=lambda s: len(s)<6)
email = fields.Email()
created_time = fields.DateTime()
user_data = {'name': 'InvalidName', 'email': 'tty@python.org'}
try:
res = UserSchema().load(user_data)
except ValidationError as e:
print(e.messages)
# {'name': ['Invalid value.']}
在验证函数中自定义异常信息：
from marshmallow import Schema, fields, ValidationError
def validate_name(name):
if len(name) <= 2:
raise ValidationError("name长度必须大于2位")
if len(name) >= 6:
raise ValidationError("name长度不能大于6位")
class UserSchema(Schema):
name = fields.String(required=True, validate=validate_name)
email = fields.Email()
created_time = fields.DateTime()
user_data = {'name': 'InvalidName', 'email': 'tty@python.org'}
try:
res = UserSchema().load(user_data)
except ValidationError as e:
print(e.messages)
# {'name': ['name长度不能大于6位']}
注意：只会在反序列化的时候发生验证！序列化的时候不会验证！
6.2 将验证函数写在Schema中变成验证方法
在Schema中，使用validates装饰器就可以注册验证方法。
from marshmallow import Schema, fields, ValidationError, validates
class UserSchema(Schema):
name = fields.String(required=True)
email = fields.Email()
created_time = fields.DateTime()
@validates("name")
def validate_name(self, value):
if len(value) <= 2:
raise ValidationError("name长度必须大于2位")
if len(value) >= 6:
raise ValidationError("name长度不能大于6位")
user_data = {'name': 'InvalidName', 'email': 'tty@python.org'}
try:
res = UserSchema().load(user_data)
except ValidationError as e:
print(e.messages)
# {'name': ['name长度不能大于6位']}
6.3 Required Fields(必填选项)
上面已经简单使用过required参数了。这里再简单介绍一下。
自定义required异常信息：
首先我们可以自定义在requird=True时缺失字段时抛出的异常信息：设置参数error_messages的值
class UserSchema(Schema):
name = fields.String(required=True, error_messages={"required": "name字段必须填写"})
email = fields.Email()
created_time = fields.DateTime()
user = {"email": "tty@python.org"}
schema = UserSchema()
try:
res = schema.load(user)
except ValidationError as e:
print(e.messages)
# {'name': ['name字段必须填写']}
忽略部分字段：
使用required之后我们还是可以在传入数据的时候忽略这个必填字段。
class UserSchema(Schema):
name = fields.String(required=True)
age = fields.Integer(required=True)
# 方法一：在load()方法设置partial参数的值（元组），表时忽略那些字段。
schema = UserSchema()
res = schema.load({"age": 42}, partial=("name",))
print(res)
# {'age': 42}
# 方法二：直接设置partial=True
schema = UserSchema()
res = schema.load({"age": 42}, partial=True)
print(res)
# {'age': 42}
看起来两种方法是一样的，但是方法一和方法二有区别：方法一只忽略传入partial的字段，方法二会忽略除前面传入的数据里已有的字段之外的所有字段
6.4 对未知字段的处理
默认情况下，如果传入了未知的字段（Schema里没有的字段），执行load()方法会抛出一个 ValidationError 异常。这种行为可以通过更改 unknown 选项来修改。
unknown 有三个值：
- EXCLUDE: exclude unknown fields(直接扔掉未知字段)
- INCLUDE: accept and include the unknown fields（接受未知字段）
- RAISE: raise a ValidationError if there are any unknown fields（抛出异常）
我们可以看到，默认的行为就是RAISE。有两种方法去更改：
方法一：在编写Schema类的时候在class Meta里修改
＃ 首先导入 EXCLUDE
from marshmallow import EXCLUDE
class UserSchema(Schema):
name = fields.String(required=True, error_messages={"required": "name字段必须填写"})
email = fields.Email()
created_time = fields.DateTime()
class Meta:
unknown = EXCLUDE
方法二：在实例化Schema类的时候设置参数unknown的值
class UserSchema(Schema):
name = fields.Str(required=True, error_messages={"required": "name字段必须填写"})
email = fields.Email()
created_time = fields.DateTime()
shema = UserSchema(unknown=EXCLUDE)
7. Schema.validate(校验数据)
如果只是想用Schema去验证数据, 而不进行反序列化生成对象, 可以使用Schema.validate()
可以看到, 通过schema.validate()会自动对数据进行校验, 如果有错误, 则会返回错误信息的dict,没有错误则返回空的dict，通过返回的数据, 我们就可以确认验证是否通过.
class UserSchema(Schema):
name = fields.Str(required=True, error_messages={"required": "name字段必须填写"})
email = fields.Email()
created_time = fields.DateTime()
user = {"name": "tty", "email": "tty@python"}
schema = UserSchema()
res = schema.validate(user)
print(res)
# {'email': ['Not a valid email address.']}
user1 = {"name": "tty", "email": "tty@python.org"}
schema = UserSchema()
res1 = schema.validate(user1)
print(res1)
# {}
8. Specifying Serialization/Deserialization Keys（指定序列化/反序列化键）
8.1 Specifying Attribute Names（序列化时指定object属性对应fields字段）
Schema默认会序列化传入对象和自身定义的fields相同的属性, 然而你也会有需求使用不同的fields和属性名. 在这种情况下, 你需要明确定义这个fields将从什么属性名取值
import datetime as dt
from marshmallow import Schema, fields
class User:
def __init__(self, name, email):
self.name = name
self.email = email
self.created_time = dt.datetime.now()
class UserSchema(Schema):
full_name = fields.String(attribute="name")
email_address = fields.Email(attribute="email")
created_at = fields.DateTime(attribute="created_time")
user = User("ttty", email="ttty@python.org")
schema = UserSchema()
res = schema.dump(user)
print(res)
如上所示：UserSchema中的full_name，email_address，created_at分别从User对象的name，email，created_time属性取值。
8.2 反序列化时指定fields字段对应object属性
这个与上面相反，Schema默认反序列化传入字典和输出字典中相同的字段名. 如果你觉得数据不匹配你的schema, 可以传入load_from参数指定需要增加load的字段名(原字段名也能load, 且优先load原字段名)
class UserSchema(Schema):
full_name = fields.String(load_from="name")
email_address = fields.Email(load_from="email")
created_at = fields.DateTime(load_from="created_time")
user = {"full_name": "ttty", "email_address": "ttty@python.org"}
schema = UserSchema()
res = schema.load(user)
print(res)
# {'email_address': 'ttty@python.org', 'full_name': 'ttty'}
8.3 让key同时满足序列化与反序列化的方法
class UserSchema(Schema):
full_name = fields.String(data_key="name")
email_address = fields.Email(data_key="email")
created_at = fields.DateTime(data_key="created_time")
# 序列化
user = {"full_name": "ttty", "email_address": "ttty@python.org"}
schema = UserSchema()
res = schema.dump(user)
print(res)
# {'name': 'ttty', 'email': 'ttty@python.org'}
# 反序列化
user1 = {"name": "ttty", "email": "ttty@python.org"}
schema = UserSchema()
res = schema.load(user1)
print(res)
# {'email_address': 'ttty@python.org', 'full_name': 'ttty'}
9. 重构：创建隐式字段
当Schema具有许多属性时，为每个属性指定字段类型可能会重复，特别是当许多属性已经是本地python的数据类型时。class Meta允许指定要序列化的属性，marshmallow将根据属性的类型选择适当的字段类型。
# 重构Schema
class UserSchema(Schema):
uppername = fields.Function(lambda obj: obj.name.upper())
class Meta:
fields = ("name", "email", "created_at", "uppername")
以上代码中， name将自动被格式化为String类型，created_at将被格式化为DateTime类型。
如果您希望指定除了显式声明的字段之外还包括哪些字段名，则可以使用附加选项。如下：
class UserSchema(Schema):
uppername = fields.Function(lambda obj: obj.name.upper())
class Meta:
# No need to include 'uppername'
additional = ("name", "email", "created_at")
10. 排序
对于某些用例，维护序列化输出的字段顺序可能很有用。要启用排序，请将ordered选项设置为true。这将指示marshmallow将数据序列化到collections.OrderedDict
from collections import OrderedDict
class User:
def __init__(self, name, email):
self.name = name
self.email = email
self.created_time = dt.datetime.now()
class UserSchema(Schema):
uppername = fields.Function(lambda obj: obj.name.upper())
class Meta:
fields = ("name", "email", "created_time", "uppername")
ordered = True
u = User("Charlie", "charlie@stones.com")
schema = UserSchema()
res = schema.dump(u)
print(isinstance(res, OrderedDict))
# True
print(res)
# OrderedDict([('name', 'Charlie'), ('email', 'charlie@stones.com'), ('created_time', '2019-08-05T20:22:05.788540+00:00'), ('uppername', 'CHARLIE')])
11. “只读”与“只写”字段
在Web API的上下文中，序列化参数dump_only和反序列化参数load_only在概念上分别等同于只读和只写字段。
class UserSchema(Schema):
name = fields.Str()
# password is "write-only"
password = fields.Str(load_only=True)
# created_at is "read-only"
created_at = fields.DateTime(dump_only=True)
load时，dump_only字段被视为未知字段。如果unknown选项设置为include，则与这些字段对应的键的值将因此loaded而不进行验证。
12. 序列化/反序列化时指定字段的默认值
序列化时输入值缺失用default指定默认值。反序列化时输入值缺失用missing指定默认值。
class UserSchema(Schema):
id = fields.UUID(missing=uuid.uuid1)
birthdate = fields.DateTime(default=dt.datetime(2020, 9, 9))
# 序列化
res1 = UserSchema().dump({})
print(res1)
# {'birthdate': '2020-09-09T00:00:00+00:00'}
# 反序列化
res = UserSchema().load({})
print(res)
# {'id': UUID('18f1eb3a-b7ec-11e9-82fb-8cec4b76ee65')}
13. 后续扩展
-
需要表示对象之间的关系？请参见 Nesting Schemas 页面。
-
想要创建自己的字段类型？请参阅自定义字段页面。
-
需要添加模式级验证，后处理或错误处理行为吗？请参阅Schema扩展页面。
-
例如，使用marshmallow的应用程序，请查看Examples页面。
一个自定义字段的小例子：
from marshmallow import Schema, fields
class String128(fields.String):
"""
长度为128的字符串类型
"""
default_error_messages = {
"type": "该字段只能是字符串类型",
"invalid": "该字符串长度必须大于6",
}
def _deserialize(self, value, attr, data, **kwargs):
if not isinstance(value, str):
self.fail("type")
if len(value) < 6:
self.fail("invalid")
class AppSchema(Schema):
name = String128(required=True)
priority = fields.Integer()
obj_type = String128()
link = String128()
deploy = fields.Dict()
description = fields.String()
projects = fields.List(cls_or_instance=fields.Dict)
app = {
"name": "app11",
"priority": 2,
"obj_type": "web",
"link": "123.123.00.2",
"deploy": {"deploy1": "deploy1", "deploy2": "deploy2"},
"description": "app111 test111",
"projects": [{"id": 2}]
}
schema = AppSchema()
res = schema.validate(app)
print(res)
# {'obj_type': ['该字符串长度必须大于6'], 'name': ['该字符串长度必须大于6']}
