一、频率限制
1、频率限制是做什么的
开放平台的API接口调用需要限制其频率，以节约服务器资源和避免恶意的频繁调用。
2、频率组件原理
DRF中的频率控制基本原理是基于访问次数和时间的，当然我们可以通过自己定义的方法来实现。
当我们请求进来，走到我们频率组件的时候，DRF内部会有一个字典来记录访问者的IP，
以这个访问者的IP为key，value为一个列表，存放访问者每次访问的时间，
{
IP1: [第三次访问时间，第二次访问时间，第一次访问时间],
IP2: [第三次访问时间，第二次访问时间，第一次访问时间],
}
把每次访问最新时间放入列表的最前面，记录成这样的一个数据结构
如果我们设置的是10秒内只能访问5次，
-- 1，判断访问者的IP是否在这个请求IP的字典里
-- 2，保证这个列表里都是最近10秒内的访问的时间
判断当前请求时间和列表里最早的(也就是最后的)请求时间的差值
如果差大于10秒，说明请求以及不是最近10秒内的，删除(最早的)最后一个时间，
继续判断倒数第二个，直到差值小于10秒
-- 3，判断列表的长度(即访问次数)，是否大于我们设置的5次，
如果大于就限流，否则放行，并把时间放入列表的最前面。
3、自定义频率组件的使用
ps:源码自己看吧，相信你看得懂的，跟认证、权限流程差不多的 1. 自定义频率限制类
from rest_framework import throttling
import time # 10秒内不能超过5次访问
class MyThrottle(throttling.BaseThrottle):
VISIT_RECORD = {} def __init__(self):
self.history = None def allow_request(self, request, view):
# 频率限制
# 获取用户ip
ip = request.META.get('REMOTE_ADDR')
now = time.time()
# 判断用户是否第一次访问
if ip not in self.VISIT_RECORD:
self.VISIT_RECORD[ip] = [now]
return True
# 拿到用户的访问记录列表
history = self.VISIT_RECORD[ip]
# 用于返回还有多久才能再次访问
self.history = history
# 把访问的时间插入访问记录列表
history.insert(0, now)
# 如果当前访问时间和最早的时间间隔超过10秒，删除最早的时间
while history and now - history[-1] > 10:
history.pop()
# 如果访问列表长度大于5，限制访问
if len(history) > 5:
return False
else:
return True def wait(self):
# 还有等多久才能访问
now = time.time()
return self.history[-1] + 10 - now 2. 视图
class TestView(APIView):
throttle_classes = [MyThrottle, ]
def get(self, request):
return Response("频率测试接口")
4、DRF的频率限制模块
1. DRF的频率限制模块有5个类(即5种限制方式) 2. SimpleRateThrottle
# 从源码中可以看出频率限制类必须要有allow_request和wait方法
# 注意在SimpleRateThrottle类里面已经有allow_request和wait方法
# 但是allow_request方法，还需要你重写一些额外的方法和属性 from rest_framework import throttling # 1分钟内不能超过5次
class MyVisit(throttling.SimpleRateThrottle):
scope = "MV" def get_cache_key(self, request, view):
# 这个方法的返回值应该是ip地址
return request.META.get('REMOTE_ADDR') 还必须要配置一些设置settings
REST_FRAMEWORK = {
# 频率限制的配置
"DEFAULT_THROTTLE_RATES": {
'MV': '5/m', # 速率配置每分钟不能超过5次访问，MV是scope定义的值，
} }
# 局部使用：在需要的视图中声明 throttle_classes = [MyVisit,]
# 全局设置
REST_FRAMEWORK = {
# 频率限制的配置
"DEFAULT_THROTTLE_CLASSES": ['utils.throttlings.MyVisit', ],
"DEFAULT_THROTTLE_RATES": {
'MV': '5/m',
}
} 3. 其他
限制匿名用户
AnonRateThrottle VISIT_RECORD那个大字典的键：登录用户用主键，没有登录的用户用IP地址
UserRateThrottle 自己看。。
ScopedRateThrottle
二、DRF之分页
1、介绍
DRF的自带的分页器几乎能满足我们对分页的要求了，所以这里分页我们就直接使用DRF的分页，
用自定义的类继承DRF的分页类，然后重写一些我们需要的参数就好了。
2、PageNumberPagination分页类
0. 简介
看第n页，每页显示默认设置的数据数量 --> http://127.0.0.1:8000/book/?page=1
看第n页，每页显示n条数据 --> http://127.0.0.1:8000/book/?page=2&size=4 1. 分页类
class MyPagination(pagination.PageNumberPagination):
# 每页显示的数量
page_size = 2
# 每页显示的最大数量
max_page_size = 5
# 搜索的参数关键字，即 ?
page_query_param = 'page'
# 控制每页显示数量的关键字
page_size_query_param = 'size' 2. 在自定义视图中使用分页
class BookView(APIView):
def get(self, request):
queryset = Book.objects.all()
# 1.实例化分页器对象
paginator = MyPagination()
# 2.调用这个分页器类的分页方法，拿到分页后的数据
page_queryset = paginator.paginate_queryset(queryset, request)
# 3.把分页好的数据拿去序列化
ser_obj = BookSerializer(page_queryset, many=True) # 这样返回数据，可以在浏览器输入size参数设置每页显示的数据
# return Response(ser_obj.data) # 调用分页器的get_paginated_response方法 返回带上一页下一页的数据
# 使用这个方法后不能在浏览器输入size参数设置每页显示的数据了
return paginator.get_paginated_response(ser_obj.data) 3. 在DRF的提供的视图中使用分页
class BookView(generics.GenericAPIView, mixins.ListModelMixin):
queryset = Book.objects.all()
serializer_class = BookSerializer
# 配置分页器类
pagination_class = MyPagination def get(self, request):
return self.list(request)
3、LimitOffsetPagination分页类
0. 简介
从0开始取两条数据(1、2) --> http://127.0.0.1:8000/api/pagination/book/?limit=2
从第二条数据开始取两条数据(3、4) --> http://127.0.0.1:8000/api/pagination/book/?limit=2&offset=2 1. 分页类
class MyPagination(pagination.LimitOffsetPagination):
# 从哪里开始拿数据
offset_query_param = 'offset'
# 拿多少条数据
limit_query_param = 'limit'
# 默认拿多少条数据
default_limit = 2
# 最多拿多少条
max_limit = 5 2. 在自定义视图或者DRF提供的视图中使用分页
跟上面使用方法一致。
4、CursorPagination分页类
0. 简介
按xx的顺序(倒序)显示xx条数据 --> http://127.0.0.1:8000/api/pagination/book/
上一页下一页是的值是随机字符串,每页显示3条数据 --> http://127.0.0.1:8000/api/pagination/book/?cursor=cD01&size=3 1. 分页类
class MyPagination(pagination.CursorPagination):
cursor_query_param = 'cursor'
# 每页显示的数量的搜索关键字
page_size_query_param = 'size'
# 每页显示的数据数量
page_size = 3
# 每页最大显示的数据数量
max_page_size = 5
# 按id的倒序显示
ordering = '-id' 2. 在自定义视图或者DRF提供的视图中使用分页
跟上面使用方法一致。
三、解析器
1、介绍
解析器的作用就是服务端接收客户端传过来的数据，把数据解析成自己想要的数据类型的过程。
本质就是对请求体中的数据进行解析。
请求头中的Content-Type告诉我们传过来的是什么类型的数据，我们就找自己的解析器，看有没有对应的解析器。
2、Django的解析器
请求进来的时候，请求体中的数据在request.body中，说明，解析器会把解析好的数据放入request.body，
我们在视图中可以打印request的类型，就能够发现request是WSGIRequest这个类。
那我们是怎么拿到request.POST数据的？
application/x-www-form-urlencoded只能上传文本格式的文件，
multipart/form-data是将文件以二进制的形式上传，这样可以实现多种类型的文件上传
一个解析到request.POST,一个解析到request.FILES中。
也就是说我们之前能在request中能到的各种数据是因为用了不同格式的数据解析器
3、DRF的解析器
在DRF框架中，解析器在request.data拿数据的时候会被调用，
也就是说DRF框架，请求数据都在request.data中，那我们看下这个Request类里的data
小结：
DRF解析器
'DEFAULT_PARSER_CLASSES': (
'rest_framework.parsers.JSONParser',
'rest_framework.parsers.FormParser',
'rest_framework.parsers.MultiPartParser'
)
-- 原理：
拿到我们配置的所有的解析器类的实例化对象
通过ContentType跟解析器的media_type进行匹配
匹配成功把解析器类实例化对象返回
调用解析器类的parse方法去解析数据
把解析好的数据返回
可以在我们的视图中配置视图级别的解析器
from rest_framework.parsers import JSONParser
from rest_framework.parsers import FormParser
from rest_framework.parsers import MultiPartParser class TestView(generics.GenericAPIView, mixins.ListModelMixin):
# 如果我只配置了两个解析器，那么这个视图就只能解析这两种格式
# 不在视图配置，就默认使用全局的三种解析器
parser_classes = [JSONParser, FormParser,]
def get(self, request):
return self.list(request)
四、渲染器
渲染器就是把数据有格式的、友好地展示出来
DRF给我们提供的渲染器有
'DEFAULT_RENDERER_CLASSES': (
'rest_framework.renderers.JSONRenderer',
'rest_framework.renderers.BrowsableAPIRenderer',
),
我们在浏览器中展示的DRF测试的页面，就是通过浏览器的渲染器来做的
当然我们可以展示Json数据类型，渲染器比较简单
