serializer验证数据

前言

这几天在做公司的项目,记录下感想,与大家一起分享交流
主要从要实现的业务需求着手,然后慢慢扩展

动力:

记录一下验证数据这一问题踩到的一些坑,仅供思考,不是教程

场景分析:

  • 前端将房间物业费信息以及车位费信息传递过来,我需要将验证数据的合理性然后进一步做相关的处理
    先大致看一下数据格式(很多代码的编写需要从需求,数据格式等地方思考 需要清楚自己做什么)
{
    "uuid": "9",
    "start_time": "2017-08-28",
    "end_time": "2017-09-27",
    "price": "0.03"
    ...
    "parkings": [
        {
            "price": "1
            "parking_type": "O",
            "start_time": "2017-08-20",
            "end_time": "2017-09-20",
            "uuid": "ca21f6b2-705c-11e7-8985-e4f89c5701e8",
            ...
        },
        {
            "price": "2",
            "start_time": "2017-08-28",
            "end_time": "2017-09-28",
            "uuid": "d8808ce6-705c-11e7-8985-e4f89c5701e8",
            ...
        }
    ]
}
    ]
}

要干嘛:

通过上面的数据结构生成一样房间订单,两张车位订单,生成之前需要验证数据是否正确,比如验证开始日期必须在xxx之前,费用计算是否正确等。
当然传过来的字段是不完整的,还需要一些字段需要自己处理,比如订单编号

主要思路:

  • 基础知识点:
    • validate()
      restframework提供的验证数据的方法

流程:

  • 验证房间订单信息
    • 将房间订单相关的信息传递进定制的序列化中
    • data可以看成是刚刚的json的数据,ProperyOrderValidateTempSer就是自己编写的serializer类
    • 调用is_valid的时候就会调用validate方法
            property_temp_ser = PropertyOrderValidateTempSer(data=data)

if property_temp_ser.is_valid():
    pass
else:
    return http_400_response(property_temp_ser.errors)
  • 验证车位订单信息
    • 入口类似上面,将相关数据倒进定义好的序列化中,不过这里是将data['parkings'] 这个list倒进去

开始分析:

上篇博客埋下了一个小伏笔,传进去的不是对象,而是纯的字典类型数据会怎样?

class PropertyOrderValidateTempSer(serializers.ModelSerializer):
    # start_time = serializers.SerializerMethodField()
    # end_time = serializers.SerializerMethodField()
    order_number = serializers.SerializerMethodField()

    class Meta:
        model = PropertyOrder
        fields = '__all__'

    def get_order_number(self, obj):
        return now() + random.randint(100, 999)

    def validate(self, data):

        room = Room.objects.get(id=data['room'].id)

        # TODO 开始缴费日期为上次的截止有效期 目前是精度是有效期当天及后一天
        if (data['start_time'] + datetime.timedelta(days=1) < room.effective_time or
                    data['start_time'] > room.effective_time):
            raise serializers.ValidationError("物业费开始缴费日期错误")

这里选用的依然是ModelSerializer

  • fields = '__ all __'是干啥的

先打印当前validate里面的data看看:

OrderedDict([(u'order_type', 'W'), (u'price', Decimal('0.03')), (u'start_time', datetime.datetime(2017, 8, 28, 0, 0, tzinfo=<django.utils.timezone.LocalTimezone object at 0x7f5088604710>)), ..., (u'room', <Room: 青岛颐中物业管理有限公司>), (u'creater', 3>)])

上面数据是省略的数据,说明的点是,把传进来的data,字段出现在PropertyOrder里的都加载进来了。

假象一个业务逻辑:首先需要检验下价格是否正确,然后将人民币转换成美元存储...

现在我们将代码改一改:

class PropertyOrderValidateTempSer(serializers.ModelSerializer):
    # start_time = serializers.SerializerMethodField()
    # end_time = serializers.SerializerMethodField()
    order_number = serializers.SerializerMethodField()
    price = serializers.SerializerMethodField()

    class Meta:
        model = PropertyOrder
        # fields = '__all__'
        fields = ('room', 'end_time', 'start_time', 'price', 'order_number', 'order_type')

    def get_order_number(self, obj):
        return now() + random.randint(100, 999)

    def get_price(self, obj):
        print obj
        # 转换相关逻辑不重要,主要是这个场景
        ...
        return "1"
    ...

这时候打印 validate() 里面的data和 get_price()里面的obj看看

validate:
OrderedDict([(u'room', <Room: 青岛颐中物业管理有限公司>), ..., (u'order_type', 'W')])

get_price:
OrderedDict([(u'room', <Room: 青岛颐中物业管理有限公司>), ..., (u'order_type', 'W')])

结论就是price被吃掉了,不能即实现验证又转换汇率了
原理是啥我目前也说不清楚,当时发现这个的时候还郁闷很久,
price被吃掉的原因估计是:

price = serializers.SerializerMethodField()

因为当前传过来的是dict类型的数据,重写price的时候,validate()的data就没有它了(get_price()的obj也一样)
回想第一节,传进序列化的是一个数据库查询对象的时候,无论重不重写里面已有的字段,比如重写price,validate()里面的data绝对还是有price字段的... (这段不明白的可以回顾下上篇博客,留意下effective_time字段)

总结:

  • fields 定义的字段不仅仅影响到传出去的字段,也影响到进行验证处理的字段

    • 传出去的字段,一定都在fields里

    • validate验证能取到的字段一定都在fields里,不过可能由于其他原因导致fields有的字段,validate里面没有,比如这里的price

  • SeriazlierMethod定义的是传出去的字段,如果传进来的数据是dict类型的,当字段名称相互重复的时候,validate里面的字段就会被吃掉()

    • 由于这个特性,根据业务需求编写代码的时候就要考虑到这一点,可能有同学要说,解决重名还不容易?SerialzierMethod这里改个名嘛。这里就要说,方法可行,看实现整一个功能的代码是怎么设计了,(解决问题的方法往往有很多种嘛)
      我这里不改是因为我要保持这些字段名称和数据库的字段名称一致,方便以后重新使用
    • 我的两个解决思路
      • 两个序列化,一个验证数据,添加数据,一个序列化用来存储数据
      • 先用这个序列化创建出一个obj对象,通过对obj重新赋值进行更改
      • 以上只是具体思路,实际操作的时候还得考虑很多因素,比如数据安全等...

扩展:

  • 数据验证还有什么其他什么方式
  • validate()验证的时候,除了验证里面自己编写的逻辑,还验证了什么
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,390评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,821评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,632评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,170评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,033评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,098评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,511评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,204评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,479评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,572评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,341评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,893评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,171评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,486评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,676评论 2 335

推荐阅读更多精彩内容