py-automapper非常详细的详解——看完不会用你打我

一、py-automapper简介

开发过.Net项目的工程师大部分都用过AutoMapper来进行对象映射，py-automapper就是本第三方包的Python版本。我不太确定Python版本是否覆盖了.Net版本的所有功能，但常用功能都实现了：对象映射、空值处理、属性特殊处理等。

注意：本文章动笔时使用的py-automapper=v1.2.3

安装命令：pip install py-automapper

py-automapper Github地址、py-automapper pypi地址

二、简单类型映射（非继承自BaseModel）

两图对比，我们可以得出以下结论：

target_cls必须有__init__()且至少有一个参数，或target_cls必须继承自BaseModel（后面会解释原因）
source_cls可以有__init__()也可以没有（图1的PersonInfo有__init__()、图2的PersonInfo没有，图1图2的public_info01、public_info02都转换成功）
mapper.to(xxx).map()进行对象映射时不需要添加配置（public_info01、public_info02都转换成功）
mapper.map(xxx)进行对象映射时必须添加配置（图1的public_info03转换失败、图2添加配置后public_info03转换成功）
图2只添加PersonInfo与PublicPersonInfo的配置即可转换成功，无需配置Address的映射关系，说明简单类型映射时只需要配置source_cls与target_cls，内部属性是类型我们不用再为其添加配置

三、dataclass的作用（非继承自BaseModel）

本图跟上一张图片的区别有两点：本图的Address()添加了@dataclass标签，内部的__init__()换成了四个属性。最终结果相同说明@dataclass为Address添加了__init__()方法，后来我查了一下资料果然不出所料：@dataclass装饰器可以帮你生成 __repr__、 __init__、__str__ 等等方法，帮助我们简化数据类的定义过程。

四、复杂类型映射（继承自BaseModel）

两图对比，我们可以得出以下结论：

内部属性是类型且直接或间接继承自BaseModel时，我们必须单独为内部属性的类型添加配置，不然会报错（后面会解释原因）
直接或间接继承BaseModel也会像@dataclass一样帮你生成 __repr__、 __init__、__str__ 等等方法，帮助我们简化数据类的定义过程

五、fields_mapping自定义属性映射关系

六、深度分析遗留问题1

问题1：target_cls必须有__init__()且至少有一个参数，或target_cls必须继承自BaseModel

def map(self, obj: object, *,
    skip_none_values: bool = False,
    fields_mapping: FieldsMap = None,
    use_deepcopy: bool = True,
) -> T:  # type: ignore [type-var]
    """Produces output object mapped from source object and custom arguments

    Args:
        obj (object): Source object to map to `target class`.
        skip_none_values (bool, optional): Skip None values when creating `target class` obj. Defaults to False.
        fields_mapping (FieldsMap, optional): Custom mapping.
            Specify dictionary in format {"field_name": value_object}. Defaults to None.
        use_deepcopy (bool, optional): Apply deepcopy to all child objects when copy from source to target object.
            Defaults to True.

    Raises:
        MappingError: No `target class` specified to be mapped into.
            Register mappings using `mapped.add(...)` or specify `target class` using `mapper.to(target_cls).map()`.
        CircularReferenceError: Circular references in `source class` object are not allowed yet.

    Returns:
        T: instance of `target class` with mapped values from `source class` or custom `fields_mapping` dictionary.
    """
    obj_type = type(obj)
    if obj_type not in self._mappings:
        raise MappingError(f"Missing mapping type for input type {obj_type}")
    obj_type_prefix = f"{obj_type.__name__}."

    target_cls, target_cls_field_mappings = self._mappings[obj_type]

    common_fields_mapping = fields_mapping
    if target_cls_field_mappings:
        # transform mapping if it's from source class field
        common_fields_mapping = {
            target_obj_field: getattr(obj, source_field[len(obj_type_prefix) :])
            if isinstance(source_field, str)
            and source_field.startswith(obj_type_prefix)
            else source_field
            for target_obj_field, source_field in target_cls_field_mappings.items()
        }
        if fields_mapping:
            common_fields_mapping = {
                **common_fields_mapping,
                **fields_mapping,
            }  # merge two dict into one, fields_mapping has priority

    return self._map_common(obj, target_cls, set(),
        skip_none_values=skip_none_values, custom_mapping=common_fields_mapping, use_deepcopy=use_deepcopy,
    )

对象映射的入口是map()方法，上面就是map()的源代码，map()最后调用了_map_common()，_map_common()又调用了_get_fields()，下面先分析_get_fields()，再说_map_common()。

根据_get_fields()截图中控制台打印的内容可知：