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
