Django objects的查询结果转化为json的三种方式的方法

yipeiwu_com5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实现二级登陆菜单及安装过程

python实现二级登陆菜单及安装过程

python实现二级登陆菜单的代码如下所示: """ 1.三级菜单 注册 登陆 注销 2.进入每一个一级菜单,都会有下一级的菜单 """ user_item = dict() t...

python3+PyQt5实现自定义窗口部件Counters

python3+PyQt5实现自定义窗口部件Counters

本文通过Python3+PyQt5实现自定义部件–Counters自定 窗口部件。这个窗口是3*3的网格。本文有两个例子如下: /home/yrd/eric_workspace/ch...

python3 kmp 字符串匹配的方法

python3 kmp 字符串匹配的方法

先声明,本人菜鸟一个,写博客是为了记录学习的过程,以及自己的理解和心得,可能有的地方写的不好,希望大神指出。。。 抛出问题 给定一个文本串test_str(被匹配的字符串)和模式串pat...

Python笔记之代理模式

代理通常就是一个介于寻求方和提供方之间的中介系统。其核心思想就是客户端(寻求方)没有直接和提供方(真实对象)打交道,而是通过代理对象来完成提供方提供的资源或操作。 代理其实就是封装实际服...

python机器学习实战之最近邻kNN分类器

K近邻法是有监督学习方法,原理很简单,假设我们有一堆分好类的样本数据,分好类表示每个样本都一个对应的已知类标签,当来一个测试样本要我们判断它的类别是, 就分别计算到每个样本的距...