全面拥抱FasiApi ——三大参数及验证

前几天写了一篇关于 FastApi 进阶的多应用程序管理蓝图APIRouter，可能对于有些没有基础的朋友看起来会有点懵，所以后面会按照由浅及深的顺序进行更新，记得关注噢

先看下 FastAPI 有哪些突出特点，官网介绍如下:

快速：非常高的性能，性能可与NodeJS和Go相媲美（感谢Starlette 和 Pydantic）。现有最快的Python框架之一。
快速编码：将功能开发速度提高约200％至300％*。
更少的错误：减少约40％的人为错误（开发人员）。
直观：强大的编辑器支持，程序调试时间更少。
简易：易于使用和学习，减少阅读文档的时间。
短：最小化重复代码，每个参数声明中的多个功能，减少编码错误。
健壮：获取可用于生产的代码。具有自动交互式的 API 文档。
基于标准：基于（并完全兼容）API 的开放标准：OpenAPI（以前称为Swagger）和JSON Schema。

前面说过 FastApi 的一大特点是基于标准的 Python 3.6类型声明，兼具参数校验功能，这一切都要归功于 Pydantic

路径参数

路径参数即 url 路径参数，可以使用 Python 格式字符串相同语法声明路径“参数”或“变量”，例如：

from fastapi import FastAPI
app = FastAPI()

@app.get("/items/{item_id}")
async def read_item(item_id: int, q: str = None):
    return {"item": item_id, "q": q}

path 参数的值 item_id 将作为参数传递给视图函数，运行命令:

uvicorn 文件名:app

默认端口是 8000，也可以指定 host 和 port , --host=0.0.0.0 --port=8008

运行之后，在浏览器种打开 http://127.0.0.1:8000/items/1，可以看到响应：

{"item":1,"q":null}

其中 item_id 被声明为 int 类型，q 为 可选参数，默认为None，所以响应中的 q 是 None

当我们通过 http://127.0.0.1:8000/items/test 去访问的时候, 可以看到一个非常友好的错误响应

{
    "detail": [
        {
            "loc": [
                "path",
                "item_id"
            ],
            "msg": "value is not a valid integer",
            "type": "type_error.integer"
        }
    ]
}

因为 path 参数 item_id 的值是 “test” 不能转为 int，这就是参加验证

查询参数

查询参数也是带在 url 地址中的，是 url 中位于 ？之后的一组键值对，以 & 字符分隔，这对爬虫朋友来说再熟悉不过了，比如下面的请求参数

data = {"test": 1, "name": "Python编程与实战"}
response = requests.get(url, params=data)

以 关键字参数 params 传过去的就是查询参数，你可以将其中的 response.url 打印出来即可看到 ？之后的键值对参数

那么在服务端 FastApi 如何来接收这种参数呢? 请看代码

from fastapi import FastAPI

app = FastAPI()

fake_items_db = [{"item_name": "Foo"}, {"item_name": "Bar"}, {"item_name": "Baz"}]


@app.get("/items/")
async def read_item(skip: int = 0, limit: int = 10):
    return fake_items_db[skip : skip + limit]

运行后输入地址：http://127.0.0.1:8000/items/?skip=0&limit=10

查询参数为：

• skip：值为 0
• limit：值为 10
  注意这两个参数都带有默认值，可以选择只传一个

可选参数

同样，您可以通过将可选查询参数的默认值设置为来声明可选查询参数 None

from fastapi import FastAPI

app = FastAPI()

@app.get("/items/{item_id}")
async def read_item(item_id: str, q: str = None):
    if q:
        return {"item_id": item_id, "q": q}
    return {"item_id": item_id}

必需查询参数

将上面代码中的 q: str 去掉 None，则 q 变成了必须查询参数，也就是必传的，否则会提示错误

{
    "detail": [
        {
            "loc": [
                "query",
                "q"
            ],
            "msg": "field required",
            "type": "value_error.missing"
        }
    ]
}

给大伙总结一下，在实际代码中可能会用到必需参数，默认参数，可选参数,如下：

from fastapi import FastAPI

app = FastAPI()

@app.get("/items/{item_id}")
async def read_user_item(item_id: str, needy: str, skip: int = 0, limit: int = None):
    item = {"item_id": item_id, "needy": needy, "skip": skip, "limit": limit}
    return item

在这种情况下，有3个查询参数：

• needy，是必需的 str 。
• skip，int 默认值为 0。
• limit，可选的 int。

其中还有一个是路径参数：item_id， str 类型

请求体参数

要发送请求正文，必须使用一个：POST， PUT，DELETE或PATCH，需导入 Pydantic 的 BaseModel

from fastapi import FastAPI
import uvicorn
from pydantic import BaseModel

app = FastAPI()

class CommonItem(BaseModel):
    token: str
    message_id: str
    to_id: str
    from_info: str
    strategy: int or str = 0  # 默认为0,可不传该参数，但是不能传空字符串
    type: str or int  # str 和 int 类型都支持
    from_id: str
    to_info: str
    content: str = None

@app.post("/test")
async def tests(item: CommonItem):
    return item

可以看到，创建了一个 CommonItem 模型，有了声明的这个模型，可以实现以下功能：

• 以 JSON 读取请求的正文
• 根据声明的类型，自动对参数进行转换
• 验证数据，如果数据无效，它将返回一个清晰的错误，指出错误数据的确切位置和来源
• 在参数中接收收到的数据 item，并能获取所有属性及所有编辑器的支持

同时，FastApi 可以自动帮我们识别请求 body 参数, 路径参数以及查询参数，并准确的获取参数数据。例如以下代码：

from fastapi import FastAPI
from pydantic import BaseModel

class Item(BaseModel):
    name: str
    description: str = None
    price: float
    tax: float = None

app = FastAPI()

@app.put("/items/{item_id}")
async def create_item(item_id: int, item: Item, q: str = None):
    result = {"item_id": item_id, **item.dict()}
    if q:
        result.update({"q": q})
    return result

上述代码，参数将被自动识别：

• item_id,: 路径参数
• q: 参数是一个的单一类型（如int，float，str，bool，等等）将被解释为一个查询参数
• item: 参数声明为 Pydantic 模型的类型，则将被解释为请求 body