目錄
- 前言
- rapidjson簡介和安裝
- rapidjson基本使用
- dumps() 方法
- skipkeys
- ensure_ascii
- sort_keys
- dump()方法
- Validator class
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)進行校驗,校驗的方式有多種,可以使用drf進行校驗,也可以使用json進行校驗,本文介紹在Python中rapidjson的基本使用以及如何進行參數(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進行序列化,如果默認為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按照字母進行排序。默認是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,當我們需要知道JSON數(shù)據(jù)中預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)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- Python常用配置文件ini、json、yaml讀寫總結(jié)
- Python中json.load()和json.loads()有哪些區(qū)別
- Python中json.dumps()函數(shù)的使用解析
- python 存儲json數(shù)據(jù)的操作
- 解決python3 json數(shù)據(jù)包含中文的讀寫問題
- python json.dumps中文亂碼問題解決
- Python如何把不同類型數(shù)據(jù)的json序列化
- python之json文件轉(zhuǎn)xml文件案例講解