Django DRF APIView源码运行流程详解
更新时间：2020年08月17日 16:07:23 作者：Wanlei
这篇文章主要介绍了Django DRF APIView源码运行流程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
首先写一个简单的drf接口
from rest_framework.views import APIView
from rest_framework.response import Response
# 基于drf写接口，cbv
class DrfTest(APIView):
def get(self, request,*args,**kwargs):
print(type(request._request))
print(type(request))
print(request.POST)
print(request.GET)
response = {'status':100,'errors':None}
response['users'] = user_list
return Response(response)
def post(self,request,*args,**kwargs):
name = request.data.get('name')
print(name)
return HttpResponse('ok')
url(r'DrfTest/',views.DrfTest.as_view()),
通过路由配置 点入查看源码，首先进入到APIView的as_view的方法中：
查找dispatch方法：
如果自己所定义的class DrfTest(APIView)没有手撸dispatch的情况下，下一步，找到APIView里的dispatch方法：
当中有一个self.initial(request, *args, **kwargs)方法：
至此，简单分析如上：回到最开始定义类的过程：
流程总结
- 请求来了，执行了View类中as_view的view()方法，本质上执行了self.dispatch方法
- 按顺序查找dispatch方法(自己类中，父类中，父父类中...)
- 在APIView中的dispatch方法中先把原来request封装进去，变成新的request对象
- 接下来又执行了三个组件，分别是认证，权限和频率
- 如果三个中有一个不满足，则不继续执行
- 再走分发方法，最后返回response出去
- 即在请求进入视图函数前加了一些东西，重写了dispatch方法
dispatch方法:
- 传入的request是原生的request对象
- 这个request已经不是原生的request了,但是它内部有个原生的request对象
- request = self.initialize_request(request, *args, **kwargs)
- self.initial(request, *args, **kwargs)这里面有权限,认证,频率
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脚本之家。
相关文章
今天小编就为大家分享一篇python在回调函数中获取返回值的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-02-02
这篇文章主要介绍了基于pycharm实现批量修改变量名,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-06-06
这篇文章主要介绍了python 如何使用MyQR和qrcode来制作二维码，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下2021-05-05
这篇文章主要介绍了Python操作MySQL简单实现方法,通过一个简单的实例讲述了Python针对mysql数据库的增删改查技巧,需要的朋友可以参考下2015-01-01
这篇文章主要介绍了python多进程和多线程，进程是分配资源的最小单位，线程是系统调度的最小单位，下文更多相关资料介绍，需要的小伙伴可以参考一下2022-04-04
一个基于flask的web应用诞生 bootstrap框架美化（3）
一个基于flask的web应用诞生第三篇，这篇文章主要介绍了前端框架bootstrap与flask框架进行整合，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-04-04
这篇文章主要介绍了理解python多线程,一个快速理解python多线程的简明教程,需要的朋友可以参考下2014-06-06
Python中的JSON Pickle Shelve模块特性与区别实例探究
在Python中,处理数据序列化和持久化是极其重要的,JSON、Pickle和Shelve是三种常用的模块,它们提供了不同的方法来处理数据的序列化和持久化,本文将深入研究这三个模块,探讨它们的特性、用法以及各自的优缺点2024-01-01
这篇文章主要介绍了Pytorch使用visdom可视化问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-06-06
python之broadcast和numpy.sum()函数用法及说明
这篇文章主要介绍了python之broadcast和numpy.sum()函数用法及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-06-06
最新评论