WedX - журнал о программировании и компьютерных науках

Эквивалент Sails.js 'schema: true' для ответа JSON

Я предполагал, что параметр конфигурации Sails model schema: true работает в двух направлениях; т. е. что он 1. удалит дополнительные поля, не определенные в хэше attributes, перед записью в базу данных, и 2. удалит все дополнительные поля в базе данных перед тем, как отправить их обратно в приложение (в случаях, когда в базе данных есть дополнительные данные, которые нам не нужно получать.

Похоже, он делает только 1, а не 2. Это правильно? Если да, то есть ли другой более элегантный встроенный способ сделать 2 вместо того, чтобы перезаписывать метод toJSON(), чтобы возвращать только те поля, которые нам нужны?

07.08.2015

Ответы:


1

Это правда, что schema: true делает только 1, т.е. удаляет лишние поля ПЕРЕД сохранением в базе данных.

Если вы не хотите переопределять toJSON, вы можете создать другой метод экземпляра для этого.

Вы также можете переопределить toObject, если это подходит для вашего варианта использования.

07.08.2015
Новые материалы

Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что это выглядит сложно…
Просто начните и учитесь самостоятельно Я хотел выучить язык программирования MVC4, но не мог выучить его раньше, потому что он кажется мне сложным, и я бросил его. Это в основном инструмент..

Лицензии с открытым исходным кодом: руководство для разработчиков и создателей
В динамичном мире разработки программного обеспечения открытый исходный код стал мощной парадигмой, способствующей сотрудничеству, инновациям и прогрессу, движимому сообществом. В основе..

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..


Для любых предложений по сайту: [email protected]