Python中rapidjson参数校验实现

前言

在使用django框架开发前后端分离的项目时，通常需要对前端传递过来的参数进行校验，校验的方式有多种，可以使用drf进行校验，也可以使用json进行校验，本文介绍在python中rapidjson的基本使用以及如何进行参数校验。

rapidjson简介和安装

rapidjson是一个性能非常好的c++ json解析器和序列化库，它被包装成了python3的扩展包，就是说在python3中可以使用rapidjson进行数据的序列化和反序列化操作并且可以对参数进行校验，非常方便好用。

rapidjson安装命令：pip install python-rapidjson。

rapidjson基本使用

rapidjson和json模块在基本使用方法上一致的，只不过rapidjson在某些参数方面和json模块不兼容，这些参数并不常用，这里不做过多介绍，详情可参照rapidjson官方文档。基本使用介绍两个序列化的方法dump/dumps，反序列化的load/loads使用json模块的即可。

dumps & dump这两个方法都是将python实例对象序列化为json格式的字符串，用法和参数大致相同，dump方法比dumps方法多了一个必要的file_like参数。

dumps() 方法

该方法返回的结果是一个python 字符串实例。参数非常多，这里只介绍经常使用的三个参数。

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

该参数表示是否跳过不可用的字典的key进行序列化，如果默认为false，如果修改为true字典的key如果不属于基本数据类型(str int float bool none)之一就会跳过该key而不会抛出typeerror的异常。

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

该参数表示序列化的结果是否只包含ascii字符，默认值是true，将python实例序列化后所有的非ascii码的字符都会被转义，如果将该参数的值修改为false，增会将字符原样输出。

dic = {
    'name': '丽丽',
    'name1': 'lili'
}
res = rapidjson.dumps(dic)
pprint(res)   # '{"name":"\\u4e3d\\u4e3d","name1":"lili"}'

res = rapidjson.dumps(dic, ensure_ascii=false)
pprint(res)  # '{"name":"丽丽","name1":"lili"}'

sort_keys

该参数表示序列化时是否将字典的key按照字母进行排序。默认是false，如果修改为true，字典序列化得到的结果就是按照字典的key的字母顺序进行排序的。

dic = {
    'name': '丽丽',
    'age': '10'
}
res = rapidjson.dumps(dic, ensure_ascii=false, sort_keys=true)
pprint(res)  # '{"age":"10","name":"丽丽"}'

dump()方法

该方法和dumps方法非常类似，不同的是该方法需要一个额外的必须的参数 – 一个file-like的可写流式对象，比如文件对象，将第一个参数obj进行序列化写入可写的流式对象中。

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)

下面是该方法的基本使用：

# 写入文件
dic = {
    'name': '丽丽',
    'age': '10'
}
f = open('1.py', 'w', encoding='utf8')
res = rapidjson.dump(dic, f)
pprint(res)

# 或者下面这种用法
import io

stream = io.bytesio()
dump('bar', stream)
print(stream.getvalue())  # b'"bar"'

validator class

rapidjson中的validator类可以用来做参数校验。validator的参数是json schema，当我们需要知道json数据中预期的字段以及值的表示方式时，这就是json schema的用武之地，是描述json数据结构的一种声明格式，也可以通俗的理解为是参数的校验规则。如果json schema是不可用的json格式的数据，就会抛出jsondecodeerror的异常。

类的参数就是校验规则，如果给定的json数据没有通过校验就会抛出validationerror异常，异常包括三个部分，分别是错误的类型、校验的规则以及在json字符串中错误出现的位置。

import rapidjson
from pprint import pprint

validate = rapidjson.validator('{"required": ["a", "b"]}')  # 表示a和b这两个参数是必须的
validate('{"a": null, "b": 1}')  # 符合规则
validate('{"a": null, "c": false}')  # rapidjson.validationerror: ('required', '#', '#')

validate = rapidjson.validator('{"type": "array",'  # 参数类型是array
                     ' "items": {"type": "string"},'  # array中的每个元素类型是string
                     ' "minitems": 1}')  # array中元素数量最少为1

validate('["foo", "bar"]')  # 符合规则
validate('[]')  #  rapidjson.validationerror: ('minitems', '#', '#')

关于json schema的更多参数校验规则以及定义规范可以参考*json schema官方文档*，下述是一种json schema格式仅供参考：

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))

到此这篇关于python中rapidjson参数校验实现的文章就介绍到这了,更多相关python rapidjson参数校验内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！

黄山市民网：https://www.huangshanshimin.com/

目录

前言