Python中rapidjson參數(shù)校驗實現(xiàn)
前言
在使用Django框架開發(fā)前后端分離的項目時,通常需要對前端傳遞過來的參數(shù)進(jìn)行校驗,校驗的方式有多種,可以使用drf進(jìn)行校驗,也可以使用json進(jìn)行校驗,本文介紹在Python中rapidjson的基本使用以及如何進(jìn)行參數(shù)校驗。
rapidjson簡介和安裝
rapidjson是一個性能非常好的C++ JSON解析器和序列化庫,它被包裝成了Python3的擴展包,就是說在Python3中可以使用rapidjson進(jìn)行數(shù)據(jù)的序列化和反序列化操作并且可以對參數(shù)進(jìn)行校驗,非常方便好用。
rapidjson安裝命令:pip install python-rapidjson
。
rapidjson基本使用
rapidjson和json模塊在基本使用方法上一致的,只不過rapidjson在某些參數(shù)方面和json模塊不兼容,這些參數(shù)并不常用,這里不做過多介紹,詳情可參照rapidjson官方文檔?;臼褂媒榻B兩個序列化的方法dump/dumps,反序列化的load/loads使用json模塊的即可。
dumps & dump這兩個方法都是將Python實例對象序列化為JSON格式的字符串,用法和參數(shù)大致相同,dump方法比dumps方法多了一個必要的file_like參數(shù)。
dumps() 方法
該方法返回的結(jié)果是一個Python 字符串實例。參數(shù)非常多,這里只介紹經(jīng)常使用的三個參數(shù)。
rapidjson.dumps(obj, *, skipkeys=False, ensure_ascii=True, write_mode=WM_COMPACT, indent=4, default=None, sort_keys=False, number_mode=None, datetime_mode=None, uuid_mode=None, bytes_mode=BM_UTF8, iterable_mode=IM_ANY_ITERABLE, mapping_mode=MM_ANY_MAPPING, allow_nan=True)
skipkeys
該參數(shù)表示是否跳過不可用的字典的key進(jìn)行序列化,如果默認(rèn)為False,如果修改為True字典的key如果不屬于基本數(shù)據(jù)類型(str int float bool None)之一就會跳過該key而不會拋出TypeError的異常。
import rapidjson from pprint import pprint dic = { True: False, (0,): 'python' } res = rapidjson.dumps(dic) pprint(res) # TypeError: {True: False, (0,): 'python'} is not JSON serializable res = rapidjson.dumps(dic, skipkeys=True) pprint(res) # '{}'
ensure_ascii
該參數(shù)表示序列化的結(jié)果是否只包含ASCII字符,默認(rèn)值是True,將Python實例序列化后所有的非ASCII碼的字符都會被轉(zhuǎn)義,如果將該參數(shù)的值修改為False,增會將字符原樣輸出。
dic = { 'name': '麗麗', 'name1': 'lili' } res = rapidjson.dumps(dic) pprint(res) # '{"name":"\\u4E3D\\u4E3D","name1":"lili"}' res = rapidjson.dumps(dic, ensure_ascii=False) pprint(res) # '{"name":"麗麗","name1":"lili"}'
sort_keys
該參數(shù)表示序列化時是否將字典的key按照字母進(jìn)行排序。默認(rèn)是False,如果修改為True,字典序列化得到的結(jié)果就是按照字典的key的字母順序進(jìn)行排序的。
dic = { 'name': '麗麗', 'age': '10' } res = rapidjson.dumps(dic, ensure_ascii=False, sort_keys=True) pprint(res) # '{"age":"10","name":"麗麗"}'
dump()方法
該方法和dumps方法非常類似,不同的是該方法需要一個額外的必須的參數(shù) - 一個file-like的可寫流式對象,比如文件對象,將第一個參數(shù)obj進(jìn)行序列化寫入可寫的流式對象中。
rapidjson.dump(obj, stream, *, skipkeys=False, ensure_ascii=True, write_mode=WM_COMPACT, indent=4, default=None, sort_keys=False, number_mode=None, datetime_mode=None, uuid_mode=None, bytes_mode=BM_UTF8, iterable_mode=IM_ANY_ITERABLE, mapping_mode=MM_ANY_MAPPING, chunk_size=65536, allow_nan=True)
下面是該方法的基本使用:
# 寫入文件 dic = { 'name': '麗麗', 'age': '10' } f = open('1.py', 'w', encoding='utf8') res = rapidjson.dump(dic, f) pprint(res) # 或者下面這種用法 import io stream = io.BytesIO() dump('bar', stream) print(stream.getvalue()) # b'"bar"'
Validator class
rapidjson中的Validator類可以用來做參數(shù)校驗。Validator的參數(shù)是JSON schema,當(dāng)我們需要知道JSON數(shù)據(jù)中預(yù)期的字段以及值的表示方式時,這就是JSON Schema的用武之地,是描述JSON數(shù)據(jù)結(jié)構(gòu)的一種聲明格式,也可以通俗的理解為是參數(shù)的校驗規(guī)則。如果JSON schema是不可用的JSON格式的數(shù)據(jù),就會拋出JSONDecodeError的異常。
類的參數(shù)就是校驗規(guī)則,如果給定的JSON數(shù)據(jù)沒有通過校驗就會拋出ValidationError異常,異常包括三個部分,分別是錯誤的類型、校驗的規(guī)則以及在JSON字符串中錯誤出現(xiàn)的位置。
import rapidjson from pprint import pprint validate = rapidjson.Validator('{"required": ["a", "b"]}') # 表示a和b這兩個參數(shù)是必須的 validate('{"a": null, "b": 1}') # 符合規(guī)則 validate('{"a": null, "c": false}') # rapidjson.ValidationError: ('required', '#', '#')
validate = rapidjson.Validator('{"type": "array",' # 參數(shù)類型是array ' "items": {"type": "string"},' # array中的每個元素類型是string ' "minItems": 1}') # array中元素數(shù)量最少為1 validate('["foo", "bar"]') # 符合規(guī)則 validate('[]') # rapidjson.ValidationError: ('minItems', '#', '#')
關(guān)于JSON schema的更多參數(shù)校驗規(guī)則以及定義規(guī)范可以參考*JSON schema官方文檔*,下述是一種JSON schema格式僅供參考:
LOGIN_SCHEMA = { "type": "object", "properties": { "token": "string", "number": "integer" }, "required": ["token"], } } validate = rapidjson.Validator(rapidjson.dumps(LOGIN_SCHEMA)) data = { 'token': 'python', 'number': 10 } validate(rapidjson.dumps(data))
到此這篇關(guān)于Python中rapidjson參數(shù)校驗實現(xiàn)的文章就介紹到這了,更多相關(guān)Python rapidjson參數(shù)校驗內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- python scrapy拆解查看Spider類爬取優(yōu)設(shè)網(wǎng)極細(xì)講解
- Python如何獲取pid和進(jìn)程名字
- Python爬蟲框架之Scrapy中Spider的用法
- python scrapy項目下spiders內(nèi)多個爬蟲同時運行的實現(xiàn)
- python爬蟲scrapy基于CrawlSpider類的全站數(shù)據(jù)爬取示例解析
- Python中Pyspider爬蟲框架的基本使用詳解
- Python爬蟲Scrapy框架CrawlSpider原理及使用案例
- Python爬蟲之Spider類用法簡單介紹
- PID原理與python的簡單實現(xiàn)和調(diào)參
相關(guān)文章
使用Python的Twisted框架編寫非阻塞程序的代碼示例
Twisted是基于異步模式的開發(fā)框架,因而利用Twisted進(jìn)行非阻塞編程自然也是必會的用法,下面我們就來一起看一下使用Python的Twisted框架編寫非阻塞程序的代碼示例:2016-05-05解決python執(zhí)行較大excel文件openpyxl慢問題
這篇文章主要介紹了解決python執(zhí)行較大excel文件openpyxl慢問題,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05PHP魔術(shù)方法__ISSET、__UNSET使用實例
這篇文章主要介紹了PHP魔術(shù)方法__ISSET、__UNSET使用實例,本文直接給出代碼示例,需要的朋友可以參考下2014-11-11Python異常信息的不同展現(xiàn)方法總結(jié)
在日常開發(fā)的過程中,當(dāng)代碼報錯時,我們通常要不斷打印、閱讀traceback提示信息,來調(diào)試代碼,這篇文章介紹了如何實現(xiàn)一個Exception?Hooks,使得traceback模塊的提示信息更加精確;同時還介紹了一些第三方庫,這些庫也提供了Exception?Hooks的功能2022-11-11