可能很多Python開發(fā)者都遇到過(guò)——序列化。你可能會(huì)問(wèn)：花姐，序列化有什么好聊的？這不就是把對(duì)象轉(zhuǎn)成字符串、從字符串轉(zhuǎn)回來(lái)嗎？對(duì)啊，沒(méi)錯(cuò)，序列化確實(shí)這么簡(jiǎn)單。但是，當(dāng)你一開始使用Python自帶的json庫(kù)時(shí)，可能會(huì)覺(jué)得很方便。但慢慢地，你會(huì)發(fā)現(xiàn)，它的功能有點(diǎn)單薄，特別是在一些復(fù)雜的數(shù)據(jù)處理場(chǎng)景中。今天就讓我來(lái)給大家普及一下，為什么我放棄了json，而選擇了功能更強(qiáng)大的Marshmallow！

為什么放棄json庫(kù)

json庫(kù)的局限性

大家都知道，json是Python內(nèi)置的庫(kù)，支持將Python對(duì)象轉(zhuǎn)為JSON格式的字符串（序列化），以及將JSON字符串轉(zhuǎn)回Python對(duì)象（反序列化）。這在日常開發(fā)中確實(shí)夠用，尤其是對(duì)于簡(jiǎn)單的字典、列表和字符串。但當(dāng)你的數(shù)據(jù)結(jié)構(gòu)變得復(fù)雜時(shí)，json的局限性就暴露出來(lái)了。

舉個(gè)例子，假設(shè)你有一個(gè)對(duì)象，需要序列化成JSON格式，但這個(gè)對(duì)象不僅僅是普通的字典，它可能嵌套了其他對(duì)象，或者你希望在序列化時(shí)有一些特定的字段驗(yàn)證、格式化，甚至是嵌套對(duì)象的轉(zhuǎn)換——這個(gè)時(shí)候，json庫(kù)就力不從心了。

Marshmallow，拯救我！

這時(shí)候，Marshmallow應(yīng)運(yùn)而生！它不僅可以輕松地進(jìn)行序列化和反序列化，還支持對(duì)象驗(yàn)證、字段轉(zhuǎn)換、數(shù)據(jù)清洗等強(qiáng)大功能。簡(jiǎn)直就是復(fù)雜數(shù)據(jù)操作的“超級(jí)英雄”！

Marshmallow入門：如何用Marshmallow序列化和反序列化數(shù)據(jù)

安裝Marshmallow

首先，我們來(lái)安裝Marshmallow。打開你的終端，執(zhí)行以下命令：

pip install marshmallow

定義Schema

Marshmallow的核心概念是Schema。你可以通過(guò)定義Schema來(lái)指定如何將Python對(duì)象序列化為JSON，以及如何將JSON反序列化為Python對(duì)象。

舉個(gè)例子，假設(shè)你有一個(gè)User類，需要將其轉(zhuǎn)換成JSON格式：

from marshmallow import Schema, fields

class User:
    def __init__(self, name, age, email):
        self.name = name
        self.age = age
        self.email = email

class UserSchema(Schema):
    name = fields.Str()
    age = fields.Int()
    email = fields.Email()

# 創(chuàng)建一個(gè)User對(duì)象
user = User(name="小李", age=30, email="xiaoli@example.com")

# 創(chuàng)建UserSchema實(shí)例
user_schema = UserSchema()

# 序列化對(duì)象（User -> JSON）
user_json = user_schema.dump(user)
print(user_json)

這里，我們定義了一個(gè)User類和一個(gè)UserSchema類，UserSchema繼承自marshmallow.Schema，并通過(guò)fields模塊定義了我們希望序列化的字段（name、age和email）。

通過(guò)dump()方法，我們將User對(duì)象轉(zhuǎn)換成了一個(gè)JSON兼容的字典格式。打印出來(lái)的結(jié)果大概是這樣的：

{'name': '小李', 'age': 30, 'email': 'xiaoli@example.com'}

反序列化：從JSON到Python對(duì)象

除了序列化，Marshmallow還支持反序列化，也就是將JSON轉(zhuǎn)換回Python對(duì)象。下面是如何做的：

# 反序列化（JSON -> User對(duì)象）
user_data = {'name': '小周', 'age': 28, 'email': 'xiaozhou@example.com'}
user_obj = user_schema.load(user_data)
print(user_obj)

輸出將會(huì)是一個(gè)字典：

{'name': '小周', 'age': 28, 'email': 'xiaozhou@example.com'}

這時(shí)候，你的Python對(duì)象就可以正常使用了！Marshmallow會(huì)自動(dòng)把輸入的JSON轉(zhuǎn)換成Python對(duì)象，并進(jìn)行驗(yàn)證。非常方便！

Marshmallow進(jìn)階：驗(yàn)證與字段轉(zhuǎn)換

字段驗(yàn)證

在日常開發(fā)中，我們通常希望確保傳入的數(shù)據(jù)是合法的，比如用戶名不能為空，年齡必須是正數(shù)。Marshmallow支持多種驗(yàn)證功能，通過(guò)fields模塊的validators可以輕松實(shí)現(xiàn)。

例如，我們希望確保用戶的年齡是大于0的：

from marshmallow import Schema, fields, validate

class UserSchema(Schema):
    name = fields.Str(required=True)
    age = fields.Int(required=True, validate=validate.Range(min=1))
    email = fields.Email(required=True)
    
# 創(chuàng)建UserSchema實(shí)例
user_schema = UserSchema()
# 測(cè)試數(shù)據(jù)
user_data = {'name': '小李', 'age': -5, 'email': 'xiaoli@example.com'}
try:
    user = user_schema.load(user_data)
except Exception as e:
    print(e) #{'age': ['Must be greater than or equal to 1.']}

如果年齡小于1，Marshmallow會(huì)拋出驗(yàn)證錯(cuò)誤，提示我們“年齡必須大于等于1”。這就是字段驗(yàn)證的強(qiáng)大之處！

字段轉(zhuǎn)換

除了驗(yàn)證，Marshmallow還支持對(duì)字段進(jìn)行轉(zhuǎn)換。例如，我們可以將一個(gè)字符串轉(zhuǎn)換為日期格式，或者將數(shù)字轉(zhuǎn)換為貨幣格式等。

from marshmallow import Schema, fields

class EventSchema(Schema):
    name = fields.Str()
    date = fields.Date()

# 反序列化時(shí)，Marshmallow會(huì)自動(dòng)將字符串轉(zhuǎn)為日期對(duì)象
event_data = {'name': 'Python大會(huì)', 'date': '2025-01-21'}
event_schema = EventSchema()
event_obj = event_schema.load(event_data)
print(event_obj)

輸出結(jié)果會(huì)是：

{'name': 'Python大會(huì)', 'date': datetime.date(2025, 1, 21)}

是不是很方便？通過(guò)這種方式，你可以輕松地處理各種數(shù)據(jù)格式和轉(zhuǎn)換！

Marshmallow的高級(jí)特性：嵌套Schema和自定義序列化

嵌套Schema

有時(shí)候，我們的對(duì)象不僅僅是簡(jiǎn)單的字段，它們可能會(huì)嵌套其他對(duì)象。Marshmallow也能輕松處理這一點(diǎn)！通過(guò)定義嵌套的Schema，你可以在一個(gè)對(duì)象中包含其他對(duì)象的數(shù)據(jù)。

例如：

from marshmallow import Schema, fields

# 定義Address的Schema
class AddressSchema(Schema):
    province = fields.Str() #省
    city = fields.Str() #市

# 定義User的Schema，包含嵌套的AddressSchema
class UserSchema(Schema):
    name = fields.Str()
    age = fields.Int()
    address = fields.Nested(AddressSchema())

# 創(chuàng)建Address對(duì)象數(shù)據(jù)
user_address = dict(province="河北省",city="邯鄲市")

# 創(chuàng)建User對(duì)象數(shù)據(jù)，其中包含Artist對(duì)象
user = dict(name="花姐", age=18,address=user_address)

# 創(chuàng)建UserSchema實(shí)例
schema = UserSchema()

# 使用dump方法序列化數(shù)據(jù)
result = schema.dump(user)

# 打印序列化結(jié)果
print(result)

輸出結(jié)果會(huì)是：

{'name': '花姐', 'age': 18, 'address': {'province': '河北省', 'city': '邯鄲市'}}

這個(gè)例子展示了如何在UserSchema中嵌套另一個(gè)AddressSchema，通過(guò)fields.Nested()實(shí)現(xiàn)對(duì)象的嵌套序列化。你可以輕松地序列化復(fù)雜的對(duì)象結(jié)構(gòu)。

總結(jié)

Marshmallow在Python的序列化和反序列化處理中提供了極大的靈活性和強(qiáng)大的功能。從基本的對(duì)象轉(zhuǎn)換到復(fù)雜的數(shù)據(jù)驗(yàn)證、嵌套序列化，它都能輕松搞定。比起json庫(kù)，Marshmallow更適合處理復(fù)雜的對(duì)象結(jié)構(gòu)、字段驗(yàn)證和格式轉(zhuǎn)換，讓你在處理數(shù)據(jù)時(shí)更加得心應(yīng)手。

當(dāng)然，Marshmallow也不是完美無(wú)缺的，它的學(xué)習(xí)曲線可能相對(duì)json稍微陡峭一些，但一旦掌握，你會(huì)發(fā)現(xiàn)它在工作中無(wú)比強(qiáng)大，幾乎是一個(gè)Python開發(fā)者的“必備神器”！

到此這篇關(guān)于Python使用Marshmallow輕松實(shí)現(xiàn)序列化和反序列化的文章就介紹到這了,更多相關(guān)Python Marshmallow序列化和反序列化內(nèi)容請(qǐng)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！

最新評(píng)論