DRF仅用于数据展示场景时如何合并两个Serializer序列化器

你可以根据业务场景选择以下三种常用实现方式：

方案1：继承现有Serializer构造组合Serializer #

适合多个接口都需要用到合并返回结构、或两个模型有关联可查询到同一个实例对象的场景，复用性最高：

# 直接继承两个已有的Serializer即可
class CombinedSerializer(Serializer1, Serializer2):
    class Meta:
        # 直接拼接两个Serializer的字段列表
        fields = Serializer1.Meta.fields + Serializer2.Meta.fields

如果两个模型通过外键/一对一关联，你可以在查询时通过select_related/prefetch_related把关联模型字段预加载到查询实例上，直接用这个组合Serializer序列化即可输出目标结构。

方案2：视图层手动合并序列化结果 #

适合仅当前展示接口需要合并返回、不想新增额外Serializer的场景，逻辑最直观，不会影响原有其他接口的Serializer逻辑：

from rest_framework.views import APIView
from rest_framework.response import Response

class CombinedDataView(APIView):
    def get(self, request, *args, **kwargs):
        # 按需修改两个模型的查询逻辑，这里以按同一个用户id查询为例
        instance1 = Model1.objects.get(user_id=kwargs['user_id'])
        instance2 = Model2.objects.get(user_id=kwargs['user_id'])
        
        # 分别序列化两个实例
        ser1_data = Serializer1(instance1).data
        ser2_data = Serializer2(instance2).data
        
        # 合并字典后返回，Python3.5+支持**解包合并，有重名字段时后者会覆盖前者
        return Response({**ser1_data, **ser2_data})

方案3：重写to_representation方法自定义序列化逻辑 #

适合需要自定义合并规则、实例传递逻辑较复杂的场景，灵活性最高：

class CombinedSerializer(serializers.Serializer):
    def to_representation(self, instance):
        # 传入的instance可以是包含两个实例的容器，比如字典、元组
        data1 = Serializer1(instance.get('model1_obj')).data
        data2 = Serializer2(instance.get('model2_obj')).data
        # 你可以在这里自定义合并逻辑，比如字段重命名、过滤等
        return {**data1, **data2}

使用时你只需要把两个实例打包传入Serializer即可：

combined_ser = CombinedSerializer({'model1_obj': instance1, 'model2_obj': instance2})

内容的提问来源于stack exchange，提问作者Santhosh