之前有一篇博文写到关于购物车的业务逻辑,分别运用cookie和redis存储未登录和登录用户的购物车数据,虽然已经很好的完成了业务逻辑,但是会发现代码的冗余很严重,也不够具有python特色,今天就让我来用python特色,高逼格的来改写一下购物车逻辑把。

回看之前代码,我们会发现,会经常取出购物车数据,然后也会修改数据,我们能否对读和写的操作进行封装,第二,cookie中和redis中存储的我们对数据存储的格式不一样,能否考虑将两者存储为一种格式,第三,考虑数据通过网络传输,我们能否尽量存储少的数据。

之前我们在redis中是将商品数量和商品勾选状态分别存为hash和set,而在cookie中则是存成一个大字典,然后将大字典转化为字符串,在redis中,我们也可以采用相同的存储方式,而相对于字典中嵌套字典,我们的小字典中只有两组数据,我们可以用一个列表直接存储商品数量和勾选状态,记住对应的下标即可,这样我们就不用花空间去存储冗余的key值。确定好存储方式,我们需要想一下怎么去进行封装。在python是面向对象语言,同时具有多继承的特色,所以我们可以用拓展类的方式去封装读写操作,在对应的视图类中采取多继承的方式,引入读写的方法。

class CartMixin(object):
"""购物车扩展类"""
str_to_dict_class = (str.encode, base64.b64decode, pickle.loads)
dict_to_dict_class = (pickle.dumps, base64.b64encode, bytes.decode) def conversion_and_encryption(self, key):
     # 将数据转化为需要格式的方法
if isinstance(key, dict):
for func in self.dict_to_dict_class:
key = func(key)
else:
for func in self.str_to_dict_class:
key = func(key)
return key def get_cart_dict(self, request):
     # 获取购物车的方法
try:
user = request.user
except Exception:
user = None
if user and user.is_authenticated:
return self.get_cart_from_redis(request)
else:
return self.get_cart_from_cookie(request) def write_cart_dict(self, cart_dict, request, response):
     # 写入购物车数据的方法
try:
user = request.user
except Exception:
user = None
if user and user.is_authenticated:
self.write_cart_to_redis(cart_dict, user)
return response
else:
response = self.write_cart_to_cookie(cart_dict, response)
return response def get_cart_from_redis(self,request):
     # 从redis中获取购物车
redis_conn = get_redis_connection('cart')
redis_cart = redis_conn.get('cart:%s'%request.user.id)
if not redis_cart:
return {}
# redis_cart = pickle.loads(base64.b64decode(redis_cart))
cart_dict = self.conversion_and_encryption(redis_cart.decode())
return cart_dict def get_cart_from_cookie(self,request):
     # 从cookie中获取购物车的方法
cart_dict = request.COOKIES.get('cart')
if cart_dict:
# cart_dict = pickle.loads(base64.b64decode(cart_dict.encode()))
cart_dict = self.conversion_and_encryption(cart_dict)
else:
cart_dict = {}
return cart_dict def write_cart_to_redis(self, cart_dict, user):
     # 写入购物车数据到redis的方法
redis_conn = get_redis_connection('cart')
# cart_dict = base64.b64encode(pickle.dumps(cart_dict)).decode()
cart_dict = self.conversion_and_encryption(cart_dict)
redis_conn.set('cart:%s'%user.id, cart_dict) def write_cart_to_cookie(self, cart_dict, response):
     # 写入购物车数据到cookie的方法
# cart_cookie = base64.b64encode(pickle.dumps(cart_dict)).decode()
cart_cookie = self.conversion_and_encryption(cart_dict)
response.set_cookie('cart', cart_cookie, max_age=constants.CART_COOKIE_EXPIRES)
return response

为了保证数据的可靠性和安全性,我们会对数据进行一些处理在进行存储,考虑到有多个地方可能用到数据处理的操作,我们将数据处理的操作也封装成对应的方法,同时,我们也可能用不同的方式处理数据,所以将处理数据的方法放到一个列表中,用类属性方法进行存储,需要的更改的时候就只需要更改对应的类属性即可。这样我们就完成了读写操作的封装,在需要进行读写操作的地方调用对应的方法即可。这样能减少代码的冗余。

而在对应的业务逻辑中,我们应该只需要考虑业务方面的需要,无需考虑用户的登录状态,同时,购物车数据的读取和写入也是与我们的业务逻辑无关。关于登录状态的判断,已经封装到扩展类当中了,而对于读写,我们可以不必在视图的业务逻辑中进行操作,在drf框架中在请求进来之前会进行一个初始化操作,而在响应返回,传到前端之前,也会进行最后的处理,我们可以在视图类中,重写这两个方法,继承父类的操作,在加上我们需要进行的读写操作即可,这样就实现了读写操作和业务逻辑的分离。

class CartView(CartMixin, APIView):
'''购物车'''
permission_classes = [IsAuthenticated] def perform_authentication(self, request):
"""
重写父类的用户验证方法,不在进入视图前就检查JWT
"""
pass def initial(self, request, *args, **kwargs):
super().initial(request, *args, **kwargs)
self.cart_dict = self.get_cart_dict(request) def finalize_response(self, request, response, *args, **kwargs):
response = super().finalize_response(request, response, *args, **kwargs)
self.response = self.write_cart_dict(self.cart_dict, request, response)
return self.response

至此,代码改写完成。

新人写博客锻炼自己,想一起交流的可以加我的qq595395786

如何以python风格高逼格的改成购物车逻辑的更多相关文章

  1. python学习——将while循环改成函数

    笨办法学python第33节 这一节主要学习内容是while循环,记录内容为将while改成函数,首先源代码如下: i = 0 numbers = [] while i < 6: print & ...

  2. 用python将SQL格式文件改成自己想要的格式

    INSERT INTO TTT (NSAME, ID, AGE) VALUES ('AAA', '201023210816', '22'); 将上面的SQL格式改成以下的格式 AAA|20102321 ...

  3. Python爬虫,看看我最近博客都写了啥,带你制作高逼格的数据聚合云图

    转载请标明出处: http://blog.csdn.net/forezp/article/details/70198541 本文出自方志朋的博客 今天一时兴起,想用python爬爬自己的博客,通过数据 ...

  4. 教你制作高逼格的技术分享Keynote(PPT)

    本文来自 网易云社区 . 作为一个程序猿/媛,想必大家都参与过大大小小各式各样的技术分享,异或在不同的场合分享自己的技术心得.抛开分享内容的质量不谈,笔者发现通常这些分享者的演示文稿(Keynot或P ...

  5. 多服务器终端交互利器--polysh和atnodes到高逼格日志中心

    最近博客更新的少了,相对而言,我在自己的个人公众号里还是挺活跃的,大家可以扫描旁边的二维码,或者微信搜索公众号:“编程一生”加关注. 在分布式的年代,一个应用需要部署到多台服务器上.那么要查看日志文件 ...

  6. python风格指南

    还在让别人一眼就看出你是一只野生程序猿嘛,快来看看谷歌的python风格指南提升逼格吧! http://zh-google-styleguide.readthedocs.io/en/latest/go ...

  7. js原生高逼格插件

    如何定义一个高逼格的原生JS插件 作为一个前端er,如果不会写一个小插件,都不好意思说自己是混前端界的.写还不能依赖jquery之类的工具库,否则装得不够高端.那么,如何才能装起来让自己看起来逼格更高 ...

  8. python基础——高阶函数

    python基础——高阶函数 高阶函数英文叫Higher-order function.什么是高阶函数?我们以实际代码为例子,一步一步深入概念. 变量可以指向函数 以Python内置的求绝对值的函数a ...

  9. Python风格规范

    Python风格规范 分号 Tip 不要在行尾加分号, 也不要用分号将两条命令放在同一行. 行长度 Tip 每行不超过80个字符 例外: 长的导入模块语句 注释里的URL 不要使用反斜杠连接行. Py ...

随机推荐

  1. Java 技术交流群,微信群

    专注Java相关技术:SSM.Spring全家桶.微服务.MySQL.集群.dubbo.分布式.中间件.Linux.网络.多线程.Jenkins.Nexus.Docker.ELK等等! 由于微信群限制 ...

  2. servlet的几个函数

    request.getContextPath   上下文,例如 /bignews1 (自带 “ / ”) request.getScheme() 协议,例如HTTP request.getServer ...

  3. Java 内存映射文件

    import java.io.*; import java.nio.MappedByteBuffer; import java.nio.channels.FileChannel; import jav ...

  4. 在eclipse中利用正则表达式查找替换

    众所周知,eclipse是可以用正则表达式来进行查找的,那么怎么利用正则表达式进行替换呢? 方法也很简单,就是在Replace with: 里面输入$来代表捕获型括号的匹配结果,$1为第一个匹配结果, ...

  5. Hadoop学习(3)-mapreduce快速入门加yarn的安装

    mapreduce是一个运算框架,让多台机器进行并行进行运算, 他把所有的计算都分为两个阶段,一个是map阶段,一个是reduce阶段 map阶段:读取hdfs中的文件,分给多个机器上的maptask ...

  6. jQuery 解析 url 参数

    应用场景: 三毛:我现在拿到一个 url 地址(https://www.google.com/search?dcr=&ei=5C&q=param),我现在要获取 location.se ...

  7. 关于Hack术语方面

    1.肉鸡       所谓“肉鸡”是一种很形象的比喻,比喻那些可以随意被我们控制的电脑,对方可以是WINDOWS系统,也可以是UNIX/LINUX系统,可以是普通的个人电脑,也可以是大型的服务器,我们 ...

  8. Spring Cloud 之 Config与动态路由.

    一.简介  Spring Cloud Confg 是用来为分布式系统中的基础设施和微服务应用提供集中化的外部配置支持,它分为服务端与客户端两个部分.其中服务端也称为分布式配置中心,它是一个独立的微服务 ...

  9. GoLang fsnotify 实现目录中日志文件大小监控

    需求: 需要监听一个目录中所有文件,当文件大小增加到一定阀值,则将文件清空. 需要引入第三方包:"github.com/howeyc/fsnotify" 代码如下: package ...

  10. HZOJ 单

    两个子任务真的是坑……考试的时候想到了60分的算法,然而只拿到了20分(各种沙雕错,没救了……). 算法1: 对于测试点1,直接n遍dfs即可求出答案,复杂度O(n^2),然而还是有好多同学跑LCA/ ...