Marshmallow 库
文章目录
- Marshmallow 库
- 介绍
- 使用
- 序列化
- 反序列化
- 参数介绍
- schema参数
- fields 参数
- 钩子函数
- 内置验证器
- Meta 属性
Marshmallow 库
介绍
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 datetimeclass User:def __init__(self, name, age):self.name = nameself.age = ageself.c_time = datetime.datetime.now()
使用
序列化
-
通过 继承
Schema定义一个序列化类class UserSchema(Schema):name = fields.String()age = fields.Integer()c_time = fields.DateTime() -
生成一个对象,进行序列化
user = User("yxh", 20) # 生成 schema 对象 schema = UserSchema() ''' schema 对象序列化有两个方法dump() 返回 dict 格式数据dumps() 放回 json 格式数据 ''' print(schema.dump(user)) # {'c_time': '2023-02-27T10:48:10.481042', 'age': 20, 'name': 'yxh'} print(schema.dumps(user)) # {"c_time": "2023-02-27T10:48:10.481042", "age": 20, "name": "yxh"}
反序列化
res = {"name": "yxh", "c_time": "2023-02-27T10:51:06.713273", "age": 20}
print(schema.load(res))
# {'age': 20, 'name': 'yxh', 'c_time': datetime.datetime(2023, 2, 27, 10, 51, 6, 713273)}
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()age = fields.Integer()c_time = fields.DateTime()@post_loaddef make_user(self, data, **kwargs):data.pop("c_time") # user 对象没有 c_time 字段return User(**data)res = '{"name": "yxh", "c_time": "2023-02-27T10:51:06.713273", "age": 20}'
item = schema.loads(res)
print(item) # <__main__.User object at 0x000002621BAB7588>
参数介绍
schema参数
demo
UserSchema(only={"name", "age"})
参数可以 在实例化 sechema 对象时配置,也可以在使用序列化/反序列化时 传入
schema.dump(users,many=True)
| 参数名 | 作用 | 补充 |
|---|---|---|
| only | 指定序列化字段 | load_only/dump_only |
| exclude | 抛弃未知字段 | |
| many | 默认为False,批量序列化使用 | |
| partial | 忽略字段,可指定忽略字段,也可设置为True,就忽略传入字段外的其他字段 | 通常在load()中使用,能够忽略 required = True 的字段 |
fields 参数
| 参数名 | 作用 | 补充 |
|---|---|---|
| required | 默认为False,定义为True 时必传 | |
| validate | 指定校验方法 | |
| error_messages | 设置错误信息 | 配合 required使用 |
| attribute | 指定序列化时获取对象属性 | 默认是字段名 |
| load_from | 指定反序列化时字典key 对应的对象属性 | 默认是字段名 |
| data_key | attribute和load_from 结合体 | |
| default | 指定默认值 | |
| cls_or_instance | 用于可变类型嵌套 | |
| allow_none | 序列化/反序列化期间True是否None应被视为有效值。 | 如果missing=None和allow_none未设置,则默认为True。否则,默认值为False。 |
| metadata | 存储为元数据的额外参数 |
projects = fields.List(cls_or_instance=fields.Dict)
'''
特殊数据类型:
fields.Nested(nested, type, str, Callable[[], …) 类似于django中的外键序列化类型,用于使用额外的Schema序列化外键对象fields.Method(serialize, deserialize, **kwargs) 一个采用Schema方法返回值的字段。类似于django序列化器中的函数字段,可以通过方法构造一个完整的字段返回,该字段可以不是模型中存在的。fields.Function(serialize, Any], Callable[[Any, …) 接受函数返回值的字段。可将字段通过函数处理后将函数返回值作为该字段的值序列化返回。
'''
钩子函数
自定义反序列化校验函数函数
方案1:
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)age = fields.Integer()c_time = fields.DateTime()
方案2:
from marshmallow import Schema, fields, validatesclass UserSchema(Schema):name = fields.String(required=True)age = fields.Integer()c_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")
内置验证器
validate.Email(*, error) 邮箱验证,error 表示可以替换内置的异常提示语,传入值为字符串。validate.Equal(comparable, *, error) 相等验证,验证输入值是否等于给定值validate.Length(min, max, *, equal, error) 长度验证,验证输入值的最大最小validate.OneOf(choices, labels, *, error) 选项验证,验证输入值是否属于选项validate.Range([min, max]) 范围验证validate.Regexp(regex, bytes, Pattern][, flags]) 正则验证validate.URL(*, relative, schemes, Set[str]] = None, …) 验证是否为URL
Meta 属性
除了在生成 schema 对象是,传入参数,也可以在定义阶段通过 Meta 类来实现对属性的控制, 可定义类型常用 有 fileds 和 exclude 两个字段。
class Meta:fields = ("id", "email", "date_created")exclude = ("password", "secret_attribute")
相关文章:
Marshmallow 库
文章目录Marshmallow 库介绍使用序列化反序列化参数介绍schema参数fields 参数钩子函数内置验证器Meta 属性Marshmallow 库 介绍 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&#…...
【BN层的作用】论文阅读 | How Does Batch Normalization Help Optimization?
前言:15年Google提出Batch Normalization,成为深度学习最成功的设计之一,18年MIT团队将原论文中提出的BN层的作用进行了一一反驳,重新揭示BN层的意义 2015年Google团队论文:【here】 2018年MIT团队论文:【h…...
re.sub()用法的详细介绍
一、前言 在字符串数据处理的过程中,正则表达式是我们经常使用到的,python中使用的则是re模块。下面会通过实际案例介绍 re.sub() 的详细用法,该函数主要用于替换字符串中的匹配项。 二、函数原型 首先从源代码来看一下该函数原型…...
【Python数据挖掘入门】2.2文本分析-中文分词(jieba库cut方法/自定义词典load_userdict/语料库分词)
中文分词就是将一个汉字序列切分成一个一个单独的词。例如: 另外还有停用词的概念,停用词是指在数据处理时,需要过滤掉的某些字或词。 一、jieba库 安装过程见:https://blog.csdn.net/momomuabc/article/details/128198306 ji…...
Meta利用视觉信息来优化3D音频模型,未来将用于AR/VR
我们知道,Meta为了给AR眼镜打造智能助手,专门开发了第一人称视觉模型和数据集。与此同时,该公司也在探索一种将视觉和语音融合的AI感知方案。相比于单纯的语音助手,同时结合视觉和声音数据来感知环境,可进一步增强智能…...
openlayers加载离线地图并实现深色地图
问题背景 我们自己一直使用的openlayergeoserver自己发布的地图,使用的是矢量地图。但是由于政府地图大都使用为天地图,所以需要将geoserver的矢量地图更改为天地图,并且依旧是搭配openlayers来使用。 解决步骤 一:加载离线地图&a…...
socket,tcp,http三者之间的区别和原理
目录 一、OSI模型也称七层网络模型 1、TCP/IP连接 1.1三次握手与四次挥手的简单理解:(面试重点) 1.2面试考题:如果已经建立了连接,但是客户端突然出现故障了怎么办? 1.3 socket、tcp、http三者之间有什…...
红日(vulnstack)1 内网渗透ATTCK实战
环境准备 靶机链接:百度网盘 请输入提取码 提取码:sx22 攻击机系统:kali linux 2022.03 网络配置: win7配置: kali配置: kali 192.168.1.108 192.168.111.129 桥接一块,自定义网卡4 win7 1…...
ik 分词器怎么调用缓存的词库
IK 分词器是一个基于 Java 实现的中文分词器,它支持在分词时调用缓存的词库。 要使用 IK 分词器调用缓存的词库,你需要完成以下步骤: 创建 IK 分词器实例 首先,你需要创建一个 IK 分词器的实例。可以通过以下代码创建一个 IK 分…...
ROS1/2机器人操作系统与时间Time的不解之缘
时间对于机器人操作系统非常重要。所有机器人类的编程中所涉及的变量如果需要在网络中传输都需要这个数据结构的时间戳。宏观上,ROS1、ROS2各版本都有官方支持的时间节点。ROS时钟--支持时间倒计时小工具效果如下:如果要部署机器人操作系统,R…...
华为OD机试真题2022(JAVA)
华为机试题库已换 →→→ 华为OD机试2023(JAVA) 以下题目为旧版题库,供大家课外消遣 基础题: 序号题目分值1查找众数及中位数1002出错的或电路1003连续字母长度1004分班1005计算面积1006最远足迹1007判断一组不等式是否满足约束…...
【3】MyBatis+Spring+SpringMVC+SSM整合一套通关
三、SpringMVC 1、SpringMVC简介 1.1、什么是MVC MVC是一种软件架构的思想,将软件按照模型、视图、控制器来划分 M:Model,模型层,指工程中的JavaBean,作用是处理数据 JavaBean分为两类: 一类称为实体…...
20道前端高频面试题(附答案)
ES6新特性 1.ES6引入来严格模式变量必须声明后在使用函数的参数不能有同名属性, 否则报错不能使用with语句 (说实话我基本没用过)不能对只读属性赋值, 否则报错不能使用前缀0表示八进制数,否则报错 (说实话我基本没用过)不能删除不可删除的数据, 否则报错不能删除变量delete p…...
android EditText设置后缀
有两种实现方案。 方案一:是自己写一个TextWatcher。 方案二:是重写TextView的getOffsetForPosition方法,返回一个计算好的offset。 我在工作时,使用的是方案一。在离职之后,我还是对这个问题耿耿于怀,所以…...
prometheus+cadvisor监控docker
官方解释 cAdvisor(ContainerAdvisor)为容器用户提供了对其运行容器的资源使用和性能特性的了解。它是一个正在运行的守护程序,用于收集、聚合、处理和导出有关正在运行的容器的信息。具体来说,它为每个容器保存资源隔离参数、历史…...
正演(1): 二维声波正演模拟程序(中心差分)Python实现
目录 1、原理: 1)二维声波波动方程: 编辑 2)收敛条件(不是很明白) 3)雷克子波 4)二维空间衰减函数 5)边界吸收条件 (不是很明白。。) 2、编程实现 1)参数设置&…...
珠海数据智能监控器+SaaS平台 轻松实现SMT生产管控
数据智能监控器 兼容市面上99%的SMT设备 直接读取设备生产数据与状态,如:计划产出、实际产出、累计产出、停机、节拍、线利用率、直通率、停产时间、工单状态、OEE…… 产品功能价值 ◎ OEE不达标报警,一手掌握生产效能 ◎ 首检/巡检/成…...
习题22对前面21节的归纳总结
笨方法学python --习题22 Vi---Rum 于 2021-01-12 14:16:10 发布 python 习题22 这节内容主要是归纳总结 ex1.py 第一次学习 1.print:打印 2.# :是注释的意思,井号右边的内容不再执行 3.end"":,在句子结尾加上这个就不会再换行…...
使用Vite快速构建前端React项目
一、Vite简介 Vite是一种面向现代浏览器的一个更轻、更快的前端构建工具,能够显著提升前端开发体验。除了Vite外,前端著名的构建工具还有Webpack和Gulp。目前,Vite已经发布了Vite3,Vite全新的插件架构、丝滑的开发体验,可以和Vue3完美结合。 相比Webpack和Gulp等构建工具…...
人工智能高等数学--人工智能需要的数学知识_微积分_线性代数_概率论_最优化---人工智能工作笔记0024
然后我们看一下人工智能中需要的数学知识 数学知识是重要的,对于理解人工智能底层原理来说很重要,但是工作中 工作中一般都不会涉及的自己写算法之类的,只是面试,或者理解底层原理的时候需要 然后看一下人工智能需要哪些数学知识 这里需要微积分 线性代数 概率论 最优化的知识…...
Larastan集合操作优化终极指南:避免不必要的toArray调用提升性能
Larastan集合操作优化终极指南:避免不必要的toArray调用提升性能 【免费下载链接】larastan ⚗️ Adds code analysis to Laravel improving developer productivity and code quality. 项目地址: https://gitcode.com/gh_mirrors/la/larastan Larastan为Lar…...
Dify Rerank算法选型决策树(含LlamaIndex兼容性矩阵、Token消耗成本表与QPS吞吐拐点图)——限内部技术白皮书节选
第一章:Dify Rerank算法选型决策树概览在构建高质量RAG(检索增强生成)系统时,重排序(Rerank)环节直接影响最终答案的相关性与准确性。Dify平台支持多种Rerank模型集成,但不同场景下模型性能、延…...
毕业设计:基于SpringBoot3+Vue3的学生管理系统(源码)
目录 一、项目背景 二、技术介绍 三、功能介绍 四、系统实现 毕业设计:基于YOLO检测识别系统 web端(源码) 毕业设计:基于SpringBoot的学生选课管理系统(源码文档) 毕业设计:基于课程问答的知…...
4个维度精通IPED插件依赖管理:从冲突解决到部署优化
4个维度精通IPED插件依赖管理:从冲突解决到部署优化 【免费下载链接】IPED IPED Digital Forensic Tool. It is an open source software that can be used to process and analyze digital evidence, often seized at crime scenes by law enforcement or in a cor…...
一文搞懂UTM分带计算:从WGS84到北京54的实战应用
UTM分带计算实战指南:从原理到多坐标系应用 测绘工作中最让人头疼的莫过于坐标系转换——去年我们在青藏高原做控制点测量时,就因为UTM分带参数设置错误,导致整批数据偏移了500多米。这种错误在山区尤为致命,往往需要返工重测。本…...
【ONNX Runtime实战】从PyTorch到高效部署:跨平台模型转换与推理全攻略
1. ONNX Runtime入门:为什么你需要跨平台部署工具 想象一下这样的场景:你在PyTorch里训练了一个效果不错的ResNet模型,测试集准确率高达95%。但当你兴冲冲地想把模型部署到生产环境时,却发现服务器用的是TensorFlow生态࿰…...
3分钟实现手机号查QQ号:无需登录的Python实用工具
3分钟实现手机号查QQ号:无需登录的Python实用工具 【免费下载链接】phone2qq 项目地址: https://gitcode.com/gh_mirrors/ph/phone2qq phone2qq是一款轻量级Python工具,能够帮助用户通过手机号快速查询关联的QQ账号,全程无需登录QQ客…...
5分钟掌握中文语义相似度计算:从基础概念到垂直领域实战指南
5分钟掌握中文语义相似度计算:从基础概念到垂直领域实战指南 【免费下载链接】Awesome-Chinese-LLM 整理开源的中文大语言模型,以规模较小、可私有化部署、训练成本较低的模型为主,包括底座模型,垂直领域微调及应用,数…...
供应链人必看:用Excel快速实现(s,S)库存策略的3种方法
供应链人必看:用Excel快速实现(s,S)库存策略的3种方法 在制造业和零售业的日常运营中,库存管理始终是供应链从业者的核心挑战之一。面对波动的市场需求和有限的仓储空间,如何在保证服务水平的同时最小化库存成本?(s,S)库存策略作为…...
DeepSeek-R1-Distill-Qwen-7B保姆级教程:手把手教你用Ollama搭建文本生成服务
DeepSeek-R1-Distill-Qwen-7B保姆级教程:手把手教你用Ollama搭建文本生成服务 1. 环境准备与快速部署 1.1 系统要求 在开始之前,请确保您的系统满足以下基本要求: 操作系统:Linux/Windows/macOS均可内存:至少16GB …...
