使用 Marshmallow 使用嵌套模式自动解析字典键答案

【问题标题】：Automatic dictionary key resolution with nested schemas using Marshmallow使用 Marshmallow 使用嵌套模式自动解析字典键
【发布时间】：2019-01-30 05:33:38
【问题描述】：

我有一个 Marshmallow 模式，其中对象使用键来引用在结构的另一部分的字典中定义的对象。我希望在反序列化对象时自动解析密钥。如何以惯用的方式在 Marshmallow 中实现这种效果？

目前的解决方法是手动解析所有引用，但这似乎很笨拙，因为 Marshmallow 的声明性质应该能够自动为我们完成。

请注意，Marshmallow-SQLAlchemy 支持这种（反）序列化，columns are declared as relationships" 会自动为我们执行此操作，但我想使用 JSON 数据执行此操作。

这是我想要实现的示例，fields.Relationship 是尚不存在的东西：

class UserSchema(Schema):
    name = fields.String()
    email = fields.Email()
    friends = fields.Relationship('self', path="AddressBook.contacts", many=True)

class AddressBookSchema(Schema):
    contacts = nested.Dict(keys=fields.String(), values=fields.Nested(UserSchema))

# ... create ``user`` ...
serialized_data = AddressBookSchema().dump(user)
pprint(serialized_data)
# "contacts": {
#   "Steve": {
#     "name": "Steve",
#     "email": "steve@example.com",
#     "friends": ["Mike"]
#   },
#   "Mike": {
#     "name": "Mike",
#     "email": "mike@example.com",
#     "friends": []
# }


deserialized_data = UserSchema().load(result)
pprint(deserialized_data)
# "contacts": {
#   "Steve": {
#     "name": "Steve",
#     "email": "steve@example.com",
#     "friends": [ {"name": "Mike", "email": "mike@example.com"]
#   },
#   "Mike": {
#     "name": "Mike",
#     "email": "mike@example.com",
#     "friends": []
# }

我还提交了issue on the Marshmallow Github repository。

【问题讨论】：

标签： python serialization nested schema marshmallow

【解决方案1】：

为什么不用post_load 钩子简单地传输中间数据：

class UserSchema(Schema):
    name = fields.String()
    email = fields.Email()
    friends = fields.List(fields.String())

class AddressBookSchema(Schema):
    contacts = fields.Dict(keys=fields.String(), values=fields.Nested(UserSchema))

    @post_load
    def trans_friends(self, item):
        for name in item['contacts']:
            item['contacts'][name]['friends'] = [item['contacts'][n] for n in item['contacts'][name]['friends']]


data = """
{
 "contacts": {
  "Steve": {
    "name": "Steve",
    "email": "steve@example.com",
    "friends": ["Mike"]
  },
  "Mike": {
    "name": "Mike",
    "email": "mike@example.com",
    "friends": []
  }
 }
}
"""

deserialized_data = AddressBookSchema().loads(data)
pprint(deserialized_data)

产量：

UnmarshalResult(data={'contacts': {'Steve': {'name': 'Steve', 'email': 'steve@example.com', 'friends': [{'name': 'Mike', 'email': 'mike@example.com', 'friends': []}]}, 'Mike': {'name': 'Mike', 'email': 'mike@example.com', 'friends': []}}}, errors={})

【讨论】：