四、 Marshmallow Schemas 介绍 （Flask开发应用）

Marshmallow 是一个用于序列化和反序列化复杂数据类型（例如对象）到 Python 原生数据类型（如字典、列表）的库，同时它也提供数据验证功能。在许多 Flask 项目中，Marshmallow 常用于处理 JSON 请求和响应数据的验证和格式化。
marshmallow是一个用来将复杂的orm对象与python原生数据类型之间相互转换的库，简而言之，就是实现：
object -> dict，object -> json string，object -> list
json string -> dict，json string -> list，json string -> object
dict -> object，list -> object。
marshmallow在反序列化（dict/str/list->object）的时候，可以进行数据字段的校验。因此数据校验仅仅是marshmallow的附加功能。

Schemas

在 Marshmallow 中，Schema 用于定义数据的结构和验证规则。每个 Schema 包含一系列的字段（Field），这些字段定义了数据应该如何被序列化（转换成 JSON）和反序列化（从 JSON 转换回 Python 数据类型）。

Fields

字段是 Schema 的基本组成部分，代表数据的一个属性。Marshmallow 提供了许多内置的字段类型，例如 String、Integer、DateTime 等，每种字段类型都有自己的验证器和处理逻辑。

基本使用

1. 定义 Schema：首先，你需要定义一个 Schema 类，指定想要序列化/反序列化的数据结构。

from marshmallow import Schema, fields

class UserSchema(Schema):
    username = fields.Str(required=True)
    email = fields.Email(required=True)
    age = fields.Integer(required=True, validate=lambda val: val > 0)

在这个例子中，我们定义了一个 UserSchema，它有三个字段：username、email 和 age。required=True 表示这些字段是必须的，validate 参数用于指定一个验证函数。

2. 序列化：使用 dump() 或 dumps() 方法将 Python 对象转换成字典或 JSON 字符串。

user_data = {
    'username': 'johndoe',
    'email': 'john.doe@example.com',
    'age': 25
}

schema = UserSchema()
result = schema.dump(user_data)
print(result)  # 输出序列化后的字典

3. 反序列化：使用 load() 或 loads() 方法将输入的数据（一般是 JSON 格式）转换成 Python 对象。

input_data = {
    'username': 'janedoe',
    'email': 'jane.doe@example.com',
    'age': 22
}

schema = UserSchema()
result = schema.load(input_data)
print(result)  # 输出反序列化后的字典

如果输入数据不符合定义的 Schema，load() 方法将抛出 ValidationError。

4. 验证：Schema 还可以用来验证数据。如果数据无效，可以捕获 ValidationError 并处理错误。

try:
    result = schema.load({'username': 'johndoe', 'email': 'not-an-email', 'age': 25})
except ValidationError as err:
    print(err.messages)  # 输出错误信息

进阶使用

Marshmallow 还允许自定义验证函数、使用函数或方法进行字段的后处理、处理复杂的嵌套结构、支持字段的默认值和缺失值处理等。

通过使用 Marshmallow，你可以构建强大而灵活的数据处理逻辑，同时确保 API 与外部系统交互时的数据的有效性和一致性。

一篇写的比较好的教程