Django objects的查询结果转化为json的三种方式的方法

yipeiwu_com6年前Python基础

第一种方式:

利用seriallizers

这个方法,官网的解释说:将复杂的数据结构变成json、xml或者其他的格式

import json
from django.core import serializers
def area2(request,id):

  data = {}
  province = serializers.serialize("json",AreaInfo.objects.filter(parea__isnull=True))
  data["data"] = json.loads(province)

  return JsonResponse(data,safe=False)

输出的结果如下:

{
data: [
{
model: "myapp1.areainfo",
fields: {
title: "北京市",
parea: null
},
pk: 110000
},
{
model: "myapp1.areainfo",
fields: {
title: "天津市",
parea: null
},
pk: 120000
},
{
model: "myapp1.areainfo",
fields: {
title: "河北省",
parea: null
},
pk: 130000
},

第二种方法,使用list,这也是三种中最简单的

def area2(request,id):

  data = {}
  province = AreaInfo.objects.filter(parea__isnull=True).values()
  data["data"] = list(province)

  return JsonResponse(data,safe=False)

结果如下:

{
data: [
{
id: 110000,
title: "北京市",
parea_id: null
},
{
id: 120000,
title: "天津市",
parea_id: null
},
{
id: 130000,
title: "河北省",
parea_id: null
},
{
id: 140000,
title: "山西省",
parea_id: null
},

第三种方法比较原始,利用for循环拼装:

def area2(request,id):

  data = AreaInfo.objects.filter(parea__isnull=True)
  list=[]
  for province in data:
    list.append([province.id,province.title])
  data={'data':list}

  return JsonResponse(data,safe=False)

运行结果如下:

{
data: [
[
110000,
"北京市"
],
[
120000,
"天津市"
],
[
130000,
"河北省"
],
[
140000,
"山西省"
],
[
150000,
"内蒙古自治区"
],
[
210000,
"辽宁省"
],

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

Python脚本实现网卡流量监控

#/usr/bin/env/python #coding=utf-8 import sys,re,time,os maxdata = 50000 #单位KB memfilename...

python 利用turtle库绘制笑脸和哭脸的例子

python 利用turtle库绘制笑脸和哭脸的例子

我就废话不多说了,直接上代码吧! import turtle turtle.pensize(5) turtle.pencolor("yellow") turtle.fillcolor...

Python多线程模块Threading用法示例小结

本文实例讲述了Python多线程模块Threading用法。分享给大家供大家参考,具体如下: 步入正题前,先准备下基本知识,线程与进程的概念。    相信作为一个测试人员,如果从理论概念...

详解python中的生成器、迭代器、闭包、装饰器

迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。 1|1可迭代对象 以直接作...

对Tensorflow中的矩阵运算函数详解

tf.diag(diagonal,name=None) #生成对角矩阵 import tensorflowas tf; diagonal=[1,1,1,1] with tf.Sess...