翻译文章，原文地址：medium.com/profil-soft…
1. ViewSets
viewsets的好处是使得你的代码保持一致，并且免于重复。如果你编写的views不止去做一件事，那么viewsets就是你想要的东西。
举例来说，如果你有一个model叫做Tag，你需要列表、创建和详情的功能，你可以定义一个viewset:
from rest_framework import mixins, permissions
from rest_framework.viewsets import GenericViewSet
class TagViewSet(mixins.ListModelMixin,
mixins.CreateModelMixin,
mixins.RetrieveModelMixin,
GenericViewSet):
"""
The following endpoints are fully provided by mixins:
* List view
* Create view
"""
queryset = Tag.objects.all()
serializer_class = TagSerializer
permission_classes = (permissions.IsAuthenticated,)
viewset的mixins可以被自由组合，你可以定义自己的mixins或者使用ModelViewSet。
ModelViewset可以为你提供以下方法：.list()，.retrieve(), .create(), .update(), .partial_update(), .destroy() 。
此外，当你使用viewsets时，也会令你的路由配置更加的清晰。
from django.conf.urls import url, include
from rest_framework.routers import DefaultRouter
api_router = DefaultRouter()
api_router.register(r'tag', TagViewSet, 'tag')
urlpatterns = [
url(r'^v1/', include(api_router.urls, namespace='v1'))
]
现在，你的viewset可以帮你实现以下功能：
- 获取Tag列表，发送GET请求给
v1/tag/ - 创建Tag，发送POST请求给
v1/tag/ - 获取特定Tag，发送GET请求给
v1/tag/<tag_id>
你甚至可以在viewset里面通过@action装饰器添加一些自定义的路由。
2. 理解不同类型的serializers
作为一个DRF的使用者，你不必太去关心views或者路由配置，所以你可能会把绝大部分精力放在serializers上来。
serializers是充当Django的model及其表现形式（例如json）之间的翻译器。每一个serializer能够既被用作读也可用作写，初始化的方式决定了它将执行的动作。我们可以区分出三种不同类型的serializer: create, update, retrieve。
如果你想要在序列化器外部传输数据，下面是一个例子：
def retrieve(self, request, *args, **kwargs):
instance = self.get_object()
serializer = ProfileSerializer(instance=instance)
return Response(serializer.data)
但是创建时，你需要另一种写法：
def create(self, request, *args, **kwargs):
serializer = ProfileSerializer(data=request.data)
serializer.is_valid(raise_exception=True)
serializer.save()
return Response(serializer.data)
最后，当你更新一个实例，你不但要提供instance，也要提供date:
def update(self, request, *args, **kwargs):
instance = self.get_object()
serializer = ProfileSerializer(
instance=instance,
data=request.data
)
serializer.is_valid(raise_exception=True)
serializer.save()
return Response(serializer.data)
serializer.save()会基于初始化时的参数传递调用适当的内部方法。
3. 使用SerializerMethodField
SerializerMethodField是一个只读的字段，通过在其附加到的serializer classs上调用相应的方法，在请求处理时计算其值。
举例来说，你有一个model，里面有一个字段datetime存储的是models.DateTimeField类型，但是你想在序列化时，获得timestamp类型的数据：
from rest_framework import serializers
class TagSerializer(serializers.ModelSerializer):
created = serializers.SerializerMethodField()
class Meta:
model = Tag
fields = ('label', 'created')
def get_created(self, obj):
return round(obj.created.timestamp())
SerializerMethodField接收method_name，但是通常使用默认的命名方法会更为便捷，比如get_<field_name>。另外你要确保，不会为任何繁重的操作增加方法字段的负担。
4. 使用source参数
很多情况下，你的model里面定义的字段，与你想要序列化的字段不一样。你可以使用source参数，轻松解决这个问题。
举个例子：
from rest_framework import serializers
class TaskSerializer(serializers.ModelSerializer):
job_type = serializers.CharField(source='task_type')
class Meta:
model = Task
fields = ('job_type',)
模型中的task_type会被转换成job_type。这个操作不光适用于读，还适用于写。
另外，你还可以借助点语法去从关联的模型中获取字段。
owner_email = serializers.CharField(source='owner.email')
5. 序列化字段的验证
除了在初始化serializer字段和serializer.validate（）hook可以传递的validators参数之外，此外还有一种字段级别的验证，可以帮你为单独的每个字段定义它们自己的验证方法。
我发现它有用的原因有两个：首先，它可以对特别的字段进行校验，进行解耦。其次，它可以产生结构化的错误响应。
这种验证方式的使用，和SerializerMethodField特别相似，只是这时候的函数名字形如def validate_<field_name>。举个例子：
from rest_framework import serializers
class TransactionSerializer(serializers.ModelSerializer):
bid = serializers.IntegerField()
def validate_bid(self, bid: int) -> int:
if bid > self.context['request'].user.available_balance:
raise serializers.ValidationError(
_('Bid is greater than your balance')
)
return bid
如果验证错误，会得到下面这样的输出：
{
"bid": ["Bid is greater than your balance"]
}
验证方法必须要返回一个值，之后会传给model实例。
另外要记住，字段级别的验证将会在serializer.validate()之前被serializer.to_internal_value()调用。
6. 把值直接传给save方法
某些情况下，将值从序列化器外部直接传递到其save（）方法很方便。
此方法将采用可以等同于序列化对象的参数。以这种方式传递的值将不会得到验证。它可用于强制覆盖初始数据。
serializer = EmailSerializer(data=request.data)
serializer.is_valid(raise_exception=True)
serializer.save(owner_id=request.user.id)
7. 使用CurrentUserDefault
如果需要设置用户，比上面的例子更好的是，使用CurrentUserDefault，这时候不必去重写view了。
from rest_framework import serializers
class EmailSerializer(serializers.ModelSerializer):
owner = serializers.HiddenField(
default=serializers.CurrentUserDefault()
)
这将会做两件事。首先，将在请求对象中认证的用户设置为默认用户。其次，因为使用了HiddenField，因此不会考虑任何传入的数据，所以不可能会设置成别的用户。
8. serializers的初始数据
有时候你需要去获取serializer的最原始的数据。这是因为数据已经通过运行serializer.is_valid（）进行了修改，或者需要在validated_data尚不可用时比较验证方法中另一个字段的值。
数据能够通过serializer.initial_data被获取到，格式是dict，举个例子：
from rest_framework import serializers
class SignupSerializer(serializers.ModelSerializer):
password1 = serializers.CharField()
password2 = serializers.CharField()
def validate_password1(self, password1):
if password1 != self.initial_data['password2']:
raise serializers.ValidationError(
'Passwords do not match'
)
9. 在嵌套序列化程序中处理多个创建/更新/删除
大多数时候，序列化器是完全简单的，并且有一定的经验，没有什么可能出错。但是，有一些限制。当您必须在一个高级序列化程序中支持嵌套序列化程序中的多个创建，更新和删除操作时，事情可能会有些棘手。
这需要权衡：要选择处理较多的请求数量，还是在一个请求里处理较长的时间。
默认情况下，DRF根本不支持多个更新。很难想象它如何支持所有可能的嵌套插入和删除类型。这就是DRF的创建者选择灵活性而非现成的“万能”解决方案的原因，并把特权留给了我们。
在这种情况下，可以遵循两种路径：
- 使用颇受欢迎的第三方库DRF Writable Nested
- 自己做
我建议至少选择一次第二个选项，这样您就会知道其中的含义。
在分析传入数据之后，在大多数情况下，我们可以做出以下假设：
- 所有应更新的实例都有ID，
- 所有应创建的实例都没有ID，
- 所有应删除的实例都都存在于数据存储（例如数据库）中，但不会出现在传入的request.data中。
基于此，我们知道如何处理列表中的特定实例。以下是详细显示此过程的代码段：
class CUDNestedMixin(object):
@staticmethod
def cud_nested(queryset: QuerySet,
data: List[Dict],
serializer: Type[Serializer],
context: Dict):
"""
Logic for handling multiple updates, creates and deletes
on nested resources.
:param queryset: queryset for objects existing in DB
:param data: initial data to validate passed from higher
level serializer to nested serializer
:param serializer: nested serializer to use
:param context: context passed from higher level
serializer
:return: N/A
"""
updated_ids = list()
for_create = list()
for item in data:
item_id = item.get('id')
if item_id:
instance = queryset.get(id=item_id)
update_serializer = serializer(
instance=instance,
data=item,
context=context
)
update_serializer.is_valid(raise_exception=True)
update_serializer.save()
updated_ids.append(instance.id)
else:
for_create.append(item)
delete_queryset = queryset.exclude(id__in=updated_ids)
delete_queryset.delete()
create_serializer = serializer(
data=for_create,
many=True,
context=context
)
create_serializer.is_valid(raise_exception=True)
create_serializer.save()
这是高级序列化程序如何利用此mixin的简化版本：
from rest_framework import serializers
class AccountSerializer(serializers.ModelSerializer,
CUDNestedMixin):
phone_numbers = PhoneSerializer(
many=True,
source='phone_set',
)
class Meta:
model = User
fields = ('first_name', 'last_name', 'phone_numbers')
def update(self, instance, validated_data):
self.cud_nested(
queryset=instance.phone_set.all(),
data=self.initial_data['phone_numbers'],
serializer=PhoneSerializer,
context=self.context
)
...
return instance
请记住，嵌套对象应使用initial_data而不是validated_data。
那是因为运行验证会在序列化器的每个字段上调用field.to_internal_value（），这可能会修改特定字段存储的数据（例如，通过将主键更改为模型实例）。
10. 覆盖数据以强制排序
通过在view上的queryset添加排序，可以轻松地实现对列表视图的排序，但是在还应该对嵌套资源进行排序的情况下，并不是那么简单。
对于只读字段，可以在SerializerMethodField中完成，但是在必须写字段的情况下该怎么办？
在这种情况下，可以覆盖序列化程序的data属性，如以下示例所示：
@property
def data(self):
data = super().data
data['phone_numbers'].sort(key=lambda p: p['id'])
return data
结论：
希望您在本文中找到了一些有趣的新技术。有新的drf使用技巧或想法，欢迎分享！
