python之Marshmallow
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'}
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
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
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']}