詳談在flask中使用jsonify和json.dumps的區(qū)別
flask提供了jsonify函數(shù)供用戶處理返回的序列化json數(shù)據(jù),而python自帶的json庫中也有dumps方法可以序列化json對象,那么在flask的視圖函數(shù)中return它們會有什么不同之處呢?
想必開始很多人和我一樣搞不清楚,只知道既然框架提供了方法就用,肯定不會錯。
但作為開發(fā)人員,我們需要弄清楚開發(fā)過程中各種實現(xiàn)方式的特點和區(qū)別,這樣在我們面對不同的需求時才能做出相對合理的選擇,而不是千篇一律地使用自己熟悉的。下面我就jsonify和json.dumps的區(qū)別這一問題簡單探討一下。
一、實驗
python的flask框架為用戶提供了直接返回包含json格式數(shù)據(jù)響應的方法,即jsonify,在開發(fā)中會經(jīng)常用到。如下一段簡單的flask后端代碼,服務端視圖函數(shù)根據(jù)請求參數(shù)返回json格式的數(shù)據(jù)到客戶端。
from flask import Flask
from flask import jsonify
from flask import Response
app = Flask(__name__)
@app.route('/hello/<name>/<words>',methods=['GET'])
def hello(name,words):
return jsonify({'name':name,'words':words})#也可以傳入key=value形式的參數(shù),如jsonify(name=name,words=words)
if __name__ == '__main__':
app.run()
用chrome瀏覽器訪問得到的頁面如下圖:

現(xiàn)在我們改為使用python自帶的json庫json.dumps作為視圖函數(shù)的直接返回值,代碼如下:
from flask import Flask
from flask import jsonify
from flask import Response
app = Flask(__name__)
@app.route('/hello/<name>/<words>',methods=['GET'])
def hello(name,words):
return json.dumps({'name':name,'words':words})
if __name__ == '__main__':
app.run()
PS: 直接返回json.dumps的結(jié)果是可行的,因為flask會判斷并使用make_response方法自動構(gòu)造出響應,只不過響應頭各個字段是默認的。若要自定義響應字段,則可以使用make_response或Response自行構(gòu)造響應。用chrome訪問的響應頁面如下圖。

二、分析
1.Content-Type有區(qū)別
jsonify的作用實際上就是將我們傳入的json形式數(shù)據(jù)序列化成為json字符串,作為響應的body,并且設(shè)置響應的Content-Type為application/json,構(gòu)造出響應返回至客戶端。jsonify的部分源碼如下:
def jsonify(*args, **kwargs): if __debug__: _assert_have_json() return current_app.response_class(json.dumps(dict(*args, **kwargs), indent=None if request.is_xhr else 2), mimetype='application/json')
可以看出jsonify實際上也是使用了json.dumps來序列化json形式的數(shù)據(jù),作為響應正文返回。indent表示json格式化的縮進,若是Ajax請求則不縮進(因為一般Ajax數(shù)據(jù)沒必要直接展示),否則縮進2格。但想必從第一部分的實驗結(jié)果我們已經(jīng)看出來了,使用jsonify時響應的Content-Type字段值為application/json,而使用json.dumps時該字段值為text/html。Content-Type決定了接收數(shù)據(jù)的一方如何看待數(shù)據(jù),如何處理數(shù)據(jù),如果是application/json,則可以直接當做json對象處理,若是text/html,則還要將文本對象轉(zhuǎn)化為json對象再做處理(個人理解,有誤請指正)。
2.接受參數(shù)有區(qū)別
jsonify可以接受和python中的dict構(gòu)造器同樣的參數(shù),如下圖。

而json.dumps比jsonify可以多接受list類型和一些其他類型的參數(shù)。但我試了一下,形式為key1=value1,[key2=value2,...]這樣的參數(shù)是不行的,會報出“TypeError: dumps() takes exactly 1 argument (0 given)”這一錯誤,而jsonify不會報錯并能正常返回數(shù)據(jù)。
最后,我們可以使用flask中的make_response方法或者直接通過Response類,通過設(shè)置mimetype參數(shù)來達到和使用jsonify差不多的效果,但少寫點代碼何樂而不為呢?況且簡潔一點更不容易出錯,參數(shù)越多調(diào)試和維護就越麻煩。當然,使用哪個并不是絕對的,必要時要根據(jù)前端的數(shù)據(jù)處理方式來決定。
更多關(guān)于jsonify的知識請參考官方文檔:http://flask.pocoo.org/docs/0.12/api/#module-flask.json
更多關(guān)于json.dumps的知識參考官方文檔:https://docs.python.org/2/library/json.html#module-json
以上這篇詳談在flask中使用jsonify和json.dumps的區(qū)別就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
對python實現(xiàn)二維函數(shù)高次擬合的示例詳解
今天小編就為大家分享一篇對python實現(xiàn)二維函數(shù)高次擬合的示例詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
Python數(shù)據(jù)可視化常用4大繪圖庫原理詳解
這篇文章主要介紹了Python數(shù)據(jù)可視化常用4大繪圖庫原理詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-10-10
使用pipenv管理python虛擬環(huán)境的全過程
pipenv 是Kenneth Reitz大神的作品,能夠有效管理Python多個環(huán)境,各種包,接下來通過本文給大家分享使用pipenv管理python虛擬環(huán)境的全過程,感興趣的朋友一起看看吧2021-09-09

