6. 模型对象的序列化

1.理解序列化时的default函数

我们最想做的一件事情，就是在视图函数中，读取出模型之后，还要把他的属性读出来，转换成一个字典。我们想直接jsonfiy(user)

现在jsonfiy并不能直接序列化对象，所以我们的目标就是必须想办法让jsonfiy直接序列化对象。

jsonfiy在序列化对象的时候，如果不知道如何序列化当前传进来的参数，就会去调用JSONEncoder类的default函数。

def default(self, o):"""Implement this method in a subclass such that it returns aserializable object for ``o``, or calls the base implementation (toraise a :exc:`TypeError`).For example, to support arbitrary iterators, you could implementdefault like this::def default(self, o):try:iterable = iter(o)except TypeError:passelse:return list(iterable)return JSONEncoder.default(self, o)"""if isinstance(o, datetime):return http_date(o.utctimetuple())if isinstance(o, date):return http_date(o.timetuple())if isinstance(o, uuid.UUID):return str(o)if hasattr(o, '__html__'):return text_type(o.__html__())return _json.JSONEncoder.default(self, o)复制代码

目前的default是没有提供对对象的序列化的，所以我们这里最关键的就是要重写default方法。在重写的过程中实现对对象的序列化就可以了

2.不完美的对象转字典

我们首先要做到的就是让Flask可以调用到我们自己定义的default函数。要做到这一点，我们需要继承JSONEncoder，然后重写defualt方法，然后继承Flask，在子类里，替换掉Flask原有的json_encoder对象。然后，是实例化Flask核心对象的时候，使用我们的子类进行实例化

class JSONEncoder(_JSONEncoder):def default(self, o):# 只能转换实例变量return o.__dect__class Flask(_Flask):json_encoder = JSONEncoder()复制代码

上面的写法o.__dect__只能转换实例变量，不能讲类变量也转换成字典。

3.深入理解dict机制

在Python中创建一个dict有很多种方式:

直接定义一个字典

r = {'name': 'gwf'}复制代码

使用dict函数

r = dict(name='gwf')复制代码

将一个对象传入dict函数值得研究的是这第三种方法，当将一个对象传入dict函数的时候，他会去调用keys函数

keys 方法的目的就是为了拿到字典里所有的键，至于说这些键有那么，完全有我们自己来定义。keys 返回的必须是一个元组或者列表来声明要序列化的键。

而dict会以中括号的形式来拿到对应的值，如o["name"]，但是默认是不能这么访问的，我们需要编写__getitem__函数

class Person:name = 'gwf'age = 18def __init__(self):self.gender = 'male'def keys(self):return ('name', 'age', 'gender')def __getitem__(self, item):return getattr(self, item)o = Person()print(dict(o))# {'name': 'gwf', 'age': 18, 'gender': 'male'}复制代码

这样我们就成功的讲一个对象转化成了字典的形式，并且无论类变量和实例变量，都可以转化，更加灵活的是，我们可以自己控制，那些变量需要转化，哪些变量不需要转化

注意：如果我们只想序列化一个元素

def keys(self):return ('name')复制代码

这样是不行的，因为只有一个元素的元素不是这样定义的，我们需要在后面加上一个逗号

def keys(self):return ('name',)复制代码

4.序列化SQLALChemy模型

有了之前的基础，我们就知道怎么序列化user对象了，我们只需要在User类中定义keys和getitem方法，然后在default函数中使用dict()函数即可

class JSONEncoder(_JSONEncoder):def default(self, o):return dict(o)class Flask(_Flask):json_encoder = JSONEncoder复制代码

models/user.py

class User(Base):id = Column(Integer, primary_key=True)email = Column(String(50), unique=True, nullable=False)auth = Column(SmallInteger, default=1)nickname = Column(String(24), nullable=False)_password = Column('password', String(128))# SQLALChemy的实例化是不会调用__init__函数的，要想让他调用就需要# @orm.reconstructor这个装饰器@orm.reconstructordef __init__(self):self.fields = ['id', 'email', 'nickname']def keys(self):return self.fields# 支持隐藏字段def hide(self, *keys):[self.fields.remove(key) for key in keys]# 支持添加字段def append(self, *keys):[self.fields.append(key) for key in keys]复制代码

5.完善序列化

优化1：每一个模型如果需要序列化，都要有getitem方法，可以放到基类里面去

优化2：default函数，是递归调用的，只要遇到不能序列化的对象，就会调用default函数。所以如果有其他类型，我们需要修改完善我们的default函数

优化3：我们的default函数需要增加容错性

class JSONEncoder(_JSONEncoder):def default(self, o):if hasattr(o, 'keys') and hasattr(o, '__getitem__'):return dict(o)# 兼容其他的序列化if isinstance(o, date):return o.strftime('%Y-%m-%d')raise ServerError()复制代码

优化4：之前编写的新的Flask类，JsonEncoder类都是不会轻易改变的，但是app.py中的一些其他方法，却是经常改变的，应该把他们放在init文件中

6.ViewModel对于API有意义吗？

viewmodel对于API来说，特别是内部开发来说非常有意义

viewmodel是为了我们的视图层，提供个性化的试图模型。SQLALChemy返回的模型是原始模型（格式和数据库中存储的一模一样）。而前端可能需要我们返回一个意义更加明确的字段。

原始模型是根据数据库来生成的，他的格式是一定的，但是我们在视图层中或者API的返回中，要根据业务去具体的个性化一个个属性的格式，这就必然存在一个由原始模型向视图模型转换的过程，这个过程最适合的是在View_model中进行一个转换。

我们在视图层写转换的代码，一来会污染视图层的代码，二来会难以复用并且有的试图模型可能会比较复杂，设计到多个原始模型，这个代码必定会比较复杂，写在视图函数中就会非常不合适

对于完全严格意义上的RESTFul，viewmodel的意义并不大，因为完全资源意义的RESTFul是不考虑业务逻辑的