python - 有没有一种优雅的方法可以用 django 序列化器扁平化嵌套的 JSON?
问题描述
我从 API 接收嵌套的 JSON(我无法影响结构)。我想在反序列化对象时使用 django rest framework serializer展平嵌套字段。我该如何优雅地做到这一点?
这是我目前的方法,它通过使用嵌套序列化程序并在以下内容中进行展平来工作.create()
:
from dataclasses import dataclass
from rest_framework import serializers
input_data = {
"objectName": "Johnny",
"geoInfo": {
"latitude": 1.2,
"longitude": 3.4,
},
}
flattened_output = {
"name": "Johnny",
"lat": 1.2,
"lon": 3.4,
}
@dataclass
class Thing:
name: str
lat: float
lon: float
class TheFlattener(serializers.Serializer):
class GeoInfoSerializer(serializers.Serializer):
latitude = serializers.FloatField()
longitude = serializers.FloatField()
objectName = serializers.CharField(max_length=50, source="name")
geoInfo = GeoInfoSerializer()
def create(self, validated_data):
geo_info = validated_data.pop("geoInfo")
validated_data["lat"] = geo_info["latitude"]
validated_data["lon"] = geo_info["longitude"]
return Thing(**validated_data)
serializer = TheFlattener(data=input_data)
serializer.is_valid(raise_exception=True)
assert serializer.save() == Thing(**flattened_output)
我知道在将对象序列化为 JSON 时,您可以在source
参数中引用嵌套/相关对象,例如
first_name = CharField(source="user.first_name")
这真的很好,但我无法找到类似的反序列化。
解决方案
对于您的情况,我认为您的解决方案非常优雅,因为您想更改字段的名称,而不仅仅是将其展平。
然而,对于较大的嵌套 Json,您可以定义一个展平函数(递归/迭代),或者使用 pandas 库中的一些有用工具,例如:
pandas.json_normalize & pandas.DataFrame。to_dict/to_json
https://pandas.pydata.org/pandas-docs/version/1.2.0/reference/api/pandas.json_normalize.html
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_dict.html
选项1
from pandas import json_normalize
input_data = {
"objectName": "Johnny",
"geoInfo": {
"latitude": 1.2,
"longitude": 3.4,
},
}
d = json_normalize(input_data).to_dict(into=OrderedDict)
print(type(d))
print(d)
输出 1:
<class 'collections.OrderedDict'>
OrderedDict([('objectName', OrderedDict([(0, 'Johnny')])), ('geoInfo.latitude', OrderedDict([(0, 1.2)])), ('geoInfo.longitude', OrderedDict([(0, 3.4)]))])
选项 2
d = json_normalize(input_data).to_dict(into=OrderedDict, 'list')
输出 2
<class 'collections.OrderedDict'>
OrderedDict([('objectName', ['Johnny']), ('geoInfo.latitude', [1.2]), ('geoInfo.longitude', [3.4])])
选项 3
d = json_normalize(input_data).to_dict(into=OrderedDict, orient='records')
输出 3
<class 'list'>
[OrderedDict([('objectName', 'Johnny'), ('geoInfo.latitude', 1.2), ('geoInfo.longitude', 3.4)])]
选项 4
d = json_normalize(input_data).to_dict('index', into=OrderedDict)
输出 4
<class 'collections.OrderedDict'>
OrderedDict([(0, {'objectName': 'Johnny', 'geoInfo.latitude': 1.2, 'geoInfo.longitude': 3.4})])
对于这种情况,选项 3将是最好的。但由于它返回长度为 1 的列表,请添加 [0]。
解决方案:
d = json_normalize(input_data).to_dict(orient='records')[0]
输出:
<class 'dict'>
{'objectName': 'Johnny', 'geoInfo.latitude': 1.2, 'geoInfo.longitude': 3.4}
对于重命名字段,需要更多的额外步骤。
from pandas import json_normalize
from collections import OrderedDict
input_data = {
"objectName": "Johnny",
"geoInfo": {
"latitude": 1.2,
"longitude": 3.4,
},
}
d = json_normalize(input_data).to_dict(orient='records', into=OrderedDict)[0]
N = len(d)
key_map = {"objectName": "name", "geoInfo.latitude": "lat", "geoInfo.longitude":"lon"}
# or use list ["name", "lat", "lon"] and access by index.
# I used dict key_map for cases when normal dict is used, instead of ordereddict
# (when into=OrderedDict argument is not given to pandas to_dict function)
for _ in range(N):
k, v = d.popitem(last=False)
d[key_map[k]] = v
print(d)
输出:
OrderedDict([('name', 'Johnny'), ('lat', 1.2), ('lon', 3.4)])
推荐阅读
- jsf - 如何防止表单在同一html页面中提交时重置其他表单
- python - sublime 命令错误地使用了转义字符
- c++ - 如何将字符串转换为具有一定精度的双精度?
- r - Leafler R Shiny:点击事件在地图中添加新标记
- python-3.x - 非线性方程组的牛顿法问题
- c# - 通过 C# 以编程方式取消 TFS 上的部署
- php - 使用“@”来避免错误是否被认为是“不好的做法”?
- python - django“Timefield”如何在没有日期的情况下感知时区?
- python - 如何知道scrapy蜘蛛当前使用的是哪个用户代理?
- java - 从类路径外的文件夹加载类时如何修复“ClassNotFoundError”