DRF ModelSerializer中如何将OrderedDict列表传为**kwargs实现通用翻译更新

报错原因 #

你遇到的参数报错是因为初始定义的translation_update_field仅声明了1个位置形参，但调用时直接传入了多组翻译字段的有序字典参数，参数数量不匹配导致报错。你需要将多组翻译字段整合为字典后以**kwargs形式传入，同时将工具函数调整为支持接收任意数量的翻译字段参数。

通用翻译字段更新工具函数实现 #

首先编写全局可复用的翻译字段处理函数，兼容任意模型的泛型翻译关联场景：

from django.contrib.contenttypes.models import ContentType
from .models import Translation

def update_translation_fields(instance, **translation_fields):
    """
    批量创建/更新主实例关联的翻译字段数据
    :param instance: 主模型实例（如Tags、Article等带GenericRelation关联Translation的模型）
    :param translation_fields: 关键字参数，键为翻译字段名，值为对应翻译数据列表
    """
    content_type = ContentType.objects.get_for_model(instance)
    # 遍历所有传入的翻译字段
    for field_name, translations in translation_fields.items():
        # 清空当前字段的旧翻译数据（更新场景用，可根据业务需求调整为增量更新逻辑）
        instance.translations.filter(field_name=field_name).delete()
        # 批量创建新翻译数据
        Translation.objects.bulk_create([
            Translation(
                content_type=content_type,
                object_id=instance.pk,
                field_name=field_name,
                language_code=item['language_code'],
                content=item['content']
            ) for item in translations
        ])

序列化器调用示例 #

在对应ModelSerializer的create和update方法中，先将翻译字段从validated_data中移除，创建/更新主实例后调用上述工具函数即可：

from rest_framework import serializers
from .models import Tags
from .utils import update_translation_fields

# 通用嵌套翻译序列化器，可全局复用
class TranslationSerializer(serializers.ModelSerializer):
    class Meta:
        model = Translation
        fields = ('language_code', 'content')

class TagsSerializer(serializers.ModelSerializer):
    # 声明嵌套翻译字段
    name = TranslationSerializer(many=True)
    description = TranslationSerializer(many=True)

    class Meta:
        model = Tags
        fields = ('id', 'name', 'description', 'create_time')

    def create(self, validated_data):
        # 提取所有翻译字段数据
        translation_map = {
            'name': validated_data.pop('name'),
            'description': validated_data.pop('description')
        }
        # 先创建主实例
        instance = super().create(validated_data)
        # 传入字典解包为关键字参数调用工具函数
        update_translation_fields(instance, **translation_map)
        return instance

    def update(self, instance, validated_data):
        # 提取翻译字段，支持部分更新场景
        translation_map = {
            'name': validated_data.pop('name', None),
            'description': validated_data.pop('description', None)
        }
        # 先更新主实例字段
        instance = super().update(instance, validated_data)
        # 过滤未传入的字段，调用更新逻辑
        valid_translation_map = {k: v for k, v in translation_map.items() if v is not None}
        if valid_translation_map:
            update_translation_fields(instance, **valid_translation_map)
        return instance

扩展说明 #

如果其他模型需要使用翻译能力，仅需要做三处改动即可，无需重复编写循环逻辑：

1. 模型中添加GenericRelation(Translation)关联
2. 序列化器中声明对应字段的嵌套TranslationSerializer
3. create/update方法中提取翻译字段字典，调用update_translation_fields即可

内容的提问来源于stack exchange，提问作者elias_oliveira