1 绪论

  网络传输数据只能传输字符串格式的,如果是列表、字典等数据类型,需要转换之后才能使用但是我们之前的rest_framework例子都没有转换就直接可以使用了,这是因为rest_framework自带有一套解析器。

2 源码分析

  我们重新回到dispatch方法中对请求进行重新封装的initialize_request类,源码如下:

def initialize_request(self, request, *args, **kwargs):

        """

        Returns the initial request object.

        """

        print('initialize_request方法执行:封装request开始')

        parser_context = self.get_parser_context(request)

        return Request(

            request,

            parsers=self.get_parsers(),#获取所有解析器,并实例化

            authenticators=self.get_authenticators(),

            negotiator=self.get_content_negotiator(),

            parser_context=parser_context

        )

  源码中调用了一个get_parsers方法,这个类返回的是项目中配置的所有解析器类实例化对象组成的列表,源码如下:

 def get_parsers(self):
return [parser() for parser in self.parser_classes]

  get_parsers方法采用列表生成式的方式遍历了配置的所有解析器类,并进行实例化,与认证、权限等实例化操作一般无二。所以,在重新封装request的时候,rest_framework就把解析器类实例封装进了request中,但是与认证、权限等环节不懂的是,解析操作并不是在dispatch函数执行过程中完成。请看如下代码:

class QarserView(APIView):

    parser_classes = [JSONParser ,]

    def post(self , request , *args , **kwargs):

        print(request.data)#解析器开始执行

        return HttpResponse(request.data)

  也就是说,只有当视图中调用了request.data的时候,解析器才会真正开始运转起来。这里的data是封装在rest_framework的Request中的一个方法,源码如下:

@property
def data(self):
if not _hasattr(self, '_full_data'):
self._load_data_and_files()
return self._full_data

  关键是其中的_load_data_and_files方法,如下所示:

def _load_data_and_files(self):
if not _hasattr(self, '_data'):
self._data, self._files = self._parse()#解析出来的数据
if self._files:
self._full_data = self._data.copy()
self._full_data.update(self._files)
else:
self._full_data = self._data #如果是一个表单数据
if is_form_media_type(self.content_type):
self._request._post = self.POST
self._request._files = self.FILES

  _parse方法:

def _parse(self):
media_type = self.content_type#获取用户提交的请求头的content_type
try:
stream = self.stream#获取request请求体
except RawPostDataException:
if not hasattr(self._request, '_post'):
raise
if self._supports_form_parsing():#是否支持解析表单数据
return (self._request.POST, self._request.FILES)
stream = None
if stream is None or media_type is None:#如果请求体为空或请求数据类型为空 if media_type and is_form_media_type(media_type):#请求数据类型为空或是有效表单数据
empty_data = QueryDict('', encoding=self._request._encoding)#返回一个QueryDict对象,内容为{空
else:
empty_data = {}
empty_files = MultiValueDict()
return (empty_data, empty_files)
#media_type不为空时就挑选解析器,用media_type与配置的每个解析类的media_type对比
parser = self.negotiator.select_parser(self, self.parsers)#得到相匹配的解析器对象
if not parser:#如果没有相匹配的解析器,抛出异常
raise exceptions.UnsupportedMediaType(media_type)
try:#执行解析器实例对象的parse方法
parsed = parser.parse(stream, media_type, self.parser_context)
except Exception:
self._data = QueryDict('', encoding=self._request._encoding)
self._files = MultiValueDict()
self._full_data = self._data
raise
try:
return (parsed.data, parsed.files)#返回解析后的数据
except AttributeError:
empty_files = MultiValueDict()
return (parsed, empty_files)

  在这个_parse方法中,就调用了解析器类的parse方法,下面的是JSONParser中的parse方法:

def parse(self, stream, media_type=None, parser_context=None):

    parser_context = parser_context or {}

    encoding = parser_context.get('encoding', settings.DEFAULT_CHARSET)

    try:
decoded_stream = codecs.getreader(encoding)(stream)#解码 parse_constant = json.strict_constant if self.strict else None#转化为json数据 return json.load(decoded_stream, parse_constant=parse_constant) except ValueError as exc: raise ParseError('JSON parse error - %s' % six.text_type(exc))

parse解析取得json数据后,层层网上返回,最终在request.data中输出json数据。

3 配置方法

  局部配置:

  只用到的试图类中加入以下代码:

parser_classes = [JSONParser ,]

  全局配置:

  在settings.py文件中配置

REST_FRAMEWORK = {

    "DEFAULT_PARSER_CLASSES":[

        'rest_framework.parsers.JSONParser' ,

        'rest_framework.parsers.FormParser' ,
] }

六、django rest_framework源码之解析器剖析的更多相关文章

  1. 一、django rest_framework源码之总体流程剖析

    1 序言 有如下django代码,视图层: from django.http import HttpResponse from rest_framework.views import APIView ...

  2. 二、django rest_framework源码之认证流程剖析

    1 绪言 上一篇中讲了django rest_framework总体流程,整个流程中最关键的一步就是执行dispatch方法.在dispatch方法中,在调用了一个initial方法,所有的认证.权限 ...

  3. 三、django rest_framework源码之权限流程剖析

    1 绪言 上一篇中分析了认证部分的源码,认证后的下一个环节就是权限判定了.事实上,权限判定肯定要与认证联合使用才行,因为认证部分不会对请求进行禁止或者是允许,而只是根据请求中用户信息进行用户身份判断, ...

  4. (一) Mybatis源码分析-解析器模块

    Mybatis源码分析-解析器模块 原创-转载请说明出处 1. 解析器模块的作用 对XPath进行封装,为mybatis-config.xml配置文件以及映射文件提供支持 为处理动态 SQL 语句中的 ...

  5. 四、django rest_framework源码之频率控制剖析

    1 绪言 权限判定之后的下一个环节是访问频率控制,本篇我们分析访问频率控制部分源码. 2 源码分析 访问频率控制在dispatch方法中的initial方法调用check_throttles方法开始. ...

  6. 七、django rest_framework源码之视图

    1 绪言 当大家看大这篇博文的时候,应该对Django rest_framework中的CBV有所了解了,大致来说就是通过定义类来继承APIView类,并在类中定义get.post.put.delet ...

  7. 五、django rest_framework源码之版本控制剖析

    1 绪论 Djangorest_framework的版本控制允许用户更改不同客户端之间的行为,且提供了许多不同的版本控制方案.版本控制由传入的客户端请求确定,可以基于请求URL,也可以基于请求标头. ...

  8. Django与drf 源码视图解析

    0902自我总结 Django 与drf 源码视图解析 一.原生Django CBV 源码分析:View """ 1)as_view()是入口,得到view函数地址 2) ...

  9. Django settings源码解析

    Django settings源码 Django中有两个配置文件 局部配置:配置文件settings.py,即项目同名文件夹下的settings.py文件 全局配置:django内部全局的配置文件se ...

随机推荐

  1. Mycat从入门到放弃

    https://blog.csdn.net/u013235478/article/details/53178657

  2. IDEA 2017 破解

    一.windows 1.进入hosts文件中:C:\Windows\System32\drivers\etc\hosts 2.将"0.0.0.0 account.jetbrains.com& ...

  3. halcon发布

    1: halcon发布 : 在MFC程序中 添加 #include "include/halcon/cpp/HalconCpp.h"using namespace Halcon;# ...

  4. Dream------spark--spark集群的环境搭建

    1.下载安装scala http://www.scala-lang.org/download/2.11.6.html   2.解压下载后的文件,配置环境变量:编辑/etc/profile文件,添加如下 ...

  5. linux挂载光盘

    1.找到光盘的位置 ls -l /dev |grep cdrom mount /dev/sr0  /mnt [root@node2 /]# ls -l /dev |grep cdrom lrwxrwx ...

  6. Red Hat Enterprise Linux 7.2下使用RPM包安装SQL Server vNext

    1.下载安装包 mssql-server:https://packages.microsoft.com/rhel/7/mssql-server/ mssql-tools:https://package ...

  7. Java Dom对XML的解析和修改操作

    与Dom4J和JDom对XML的操作类似,JDK提供的JavaDom解析器用起来一样方便,在解析XML方面Java DOM甚至更甚前两者一筹!其不足之处在于对XML的增删改比较繁琐,特开篇介绍... ...

  8. jenkins 入门教程(上)【转】

    转自:https://www.cnblogs.com/yjmyzz/p/jenkins-tutorial-part-1.html jenkins是一个广泛用于持续构建的可视化web工具,持续构建说得更 ...

  9. html 列表标签

    1.有序列表 <ol> <li>你好</li> <li>你好</li> <li>你好</li> </ol> ...

  10. Spark RDD 窄依赖研究

    1.. 简介 spark从RDD依赖上来说分为窄依赖和宽依赖. 其中可以这样区分是哪种依赖:当父RDD的一个partition被子RDD的多个partitions引用到的时候则说明是宽依赖,否则为窄依 ...