了解 Flask 中的 JSONify()、to_dict()、make_response() 和 SerializerMixin
本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的,希望这篇《了解 Flask 中的 JSONify()、to_dict()、make_response() 和 SerializerMixin》对你有很大帮助!欢迎收藏,分享给更多的需要的朋友学习~

flask 确实提供了多种将数据转换为响应的工具,从将 python 对象转换为 json 到创建结构化 http 响应。在这篇文章中,我们将探讨 jsonify()、to_dict()、make_response() 和 serializermixin,它们是在 flask 中处理数据响应的四个有用的函数和工具。了解这些工具将有助于创建更好的 api 和有效的数据管理。
jsonify()
它是一个内置的 flask 函数,可将 python 数据结构转换为 json 格式,这是一种广泛用于 api web 开发的轻量级数据交换格式。该函数自动将响应 content-type 设置为 application/json 并返回 flask 响应对象,非常适合在 rest api 中返回数据。
示例:
from flask import jsonify
@app.route('/data')
def get_data():
data = {"message": "hello, world!", "status": "success"}
return jsonify(data)
这里,jsonify(data) 将字典数据转换为 json 格式并将其设置为响应正文。当您需要返回小型且定义良好的数据时,此函数非常有用,因为它会为您处理 json 转换和响应格式设置。需要注意的是,jsonify() 可以很好地处理简单的数据类型,但不直接支持复杂的对象,例如 sqlalchemy 模型,无需进行一些转换(如使用 to_dict())。
to_dict()
它不是原生 flask 函数,但通常在模型类中用于将 sqlalchemy 或其他对象关系映射 (orm) 模型实例表示为字典。将模型属性转换为字典使数据更容易转换为 api 响应的 json 格式。
示例:
class student(db.model):
id = db.column(db.integer, primary_key=true)
username = db.column(db.string(80), nullable=false)
def to_dict(self):
return {
"id": self.id,
"username": self.username
}
@app.route('/user/')
def get_student(id):
student = student.query.get(id)
return jsonify(student.to_dict()) if student else jsonify({"error": "student not found"}), 404
to_dict() 方法允许您指定要包含在响应中的确切数据,从而提供了灵活性。它对于隐藏敏感数据(如密码)和有选择地仅显示必要的属性非常有用。
make_response()
它是一个 flask 实用函数,允许您创建自定义 http 响应。虽然 jsonify() 简化了 json 数据响应,但 make_response() 允许您控制响应的每个部分,包括状态代码、标头和数据格式。
示例:
from flask import make_response, jsonify
from models import db
class student(db.model):
id = db.column(db.integer, primary_key=true)
username = db.column(db.string(80), nullable=false)
def to_dict(self):
return {
"id": self.id,
"username": self.username
}
@app.route('/student/', methods=['get'])
def get_student(id):
# query the database for the student
student = student.query.get(id)
# if student is found, return data with a 200 status
if student:
response_data = {
"message": "student found",
"data": student.to_dict()
}
return make_response(jsonify(response_data), 200)
# if student is not found, return a structured error response with a 404 status
error_data = {
"error": "student not found",
"student_id": id,
"status_code": 404
}
return make_response(jsonify(error_data), 404)
这里,make_response() 允许控制状态代码和响应正文格式。当响应对象的控制至关重要时,这种灵活性是理想的选择。
序列化器mixin
它来自 sqlalchemy-serializer 库,是用于自动化 sqlalchemy 模型序列化的强大工具。它提供了一个 to_dict() 方法,可以处理包括模型之间关系的复杂数据类型,并包含一个 serialize_rules 属性来控制字段序列化。
用法:
from sqlalchemy_serializer import SerializerMixin
class Product(db.Model, SerializerMixin):
__tablename__ = 'products'
serialize_rules = ('-category',) # Exclude category from serialization
id = db.Column(db.Integer, primary_key=True)
name = db.Column(db.String(80), nullable=False)
category = db.Column(db.String(80))
# Usage in a route
@app.route('/product/')
def get_product(id):
product = Product.query.get(id)
return jsonify(product.to_dict()) if product else jsonify({"error": "Product not found"}), 404
serializermixin 自动将 sqlalchemy 模型转换为字典,这在处理复杂模型和关系时非常有用。使用serialize_rules,您可以动态包含或排除字段或关系,这可以节省您为每个模型编写自定义 to_dict 方法的时间。
比较及其关联
这些工具在构建 flask api 中都有其自己的位置。 jsonify() 和 make_response() 是创建 json 和自定义响应的基本 flask 函数,而 to_dict() 和 serializermixin 则专注于将模型实例转换为字典,以便更轻松地进行 json 序列化。
以下是何时使用每种方法的摘要:
- 使用 jsonify() 轻松将简单的 python 数据结构转换为 json 格式。
- 在模型上使用 to_dict() 创建具有特定字段的自定义字典以进行 json 转换,特别是在处理敏感或复杂数据时。
- 使用 make_response() 定义对 http 响应的完全控制,允许您设置状态代码、标头或自定义错误消息。
- 如果您正在使用 sqlalchemy 模型并希望以最少的配置自动将模型(包括关系)转换为 json,请使用 serializermixin。
总之,jsonify()、to_dict()、make_response() 和 serializermixin 都是在 flask api 中转换和管理数据的重要工具。有效地使用它们将使您的 api 更加灵活、安全且易于管理。
参考文献
flask 文档:make_response()
sqlalchemy serializermixin
今天关于《了解 Flask 中的 JSONify()、to_dict()、make_response() 和 SerializerMixin》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
数据库事务回滚后,自增ID为何会断裂?
- 上一篇
- 数据库事务回滚后,自增ID为何会断裂?
- 下一篇
- 为什么正则表达式中的手机号验证需要以 \"0?\" 开头?
-
- 文章 · python教程 | 2小时前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 5小时前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 文章 · python教程 | 15小时前 | python · Python tomllib TOMLDecodeError
- Python tomllib 解析失败时如何定位具体键与行列
- 198浏览 收藏
-
- 文章 · python教程 | 19小时前 |
- Python contextvars 为什么能隔离并发请求上下文
- 202浏览 收藏
-
- 文章 · python教程 | 23小时前 | Python教程 · 静态类型检查 异步方法 Python Protocol 结构类型 Awaitable
- Python Protocol 怎样描述带异步方法的结构类型
- 363浏览 收藏
-
- 文章 · python教程 | 1天前 | python · pathlib ·
- Python importlib.resources.as_file 的临时路径何时失效
- 318浏览 收藏
-
- 文章 · python教程 | 1天前 | SQLite · Python教程 · Python sqlite3 Connection.backup 进度回调 SQLite备份
- Python sqlite3 备份进度回调怎样判断剩余页数
- 264浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 内存优化 · Python教程 · 文件读取 大文件处理 Python mmap 分段映射 ALLOCATIONGRANULARITY
- Python mmap 怎样分段处理超过内存的大文件
- 146浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python 二进制协议 零拷贝 memoryview
- Python memoryview 如何零拷贝切片二进制协议数据
- 225浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发控制 · Python教程 · asyncio · 虚假唤醒 wait_for Python asyncio asyncio.Condition 异步同步
- Python asyncio.Condition.wait_for 如何处理虚假唤醒
- 478浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 403次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 480次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 492次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 436次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 262次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

