FastAPI框架学习

1. 什么是FastAPI?

FastAPI 是一个用于构建 API 的现代、快速(高性能)的 web 框架,使用 Python 3.6+ 并基于标准的 Python 类型提示,

fastapi 是python最快的web框架。

"""
特性:
1.快速,比肩go
2.编码快速,开发快
3.减少人为bug
4.智能,自动补全, 减少调试时间
5.设计易于学习,文档简单
6.简短: 代码量小,bug更少
7.健壮:生产场景,生成交互式文档
8.标准化:基于API的相关的开放标准
"""

2.安装

pip install fastapi

依赖

pip install uvicorn[standard]

3.最小爱快速示例:

import uvicorn
from typing import Optional, Set
from fastapi import FastAPI, Path, Query
from pydantic import BaseModel

app = FastAPI() # 这里的变量 app 会是 FastAPI 类的一个「实例」,这个实例将是创建你所有API 的主要交互对象,每个接口@app.get/put中的app。

class Item(BaseModel):
name: str
price: float
is_offer: Optional[bool] = None

@app.get("/")
def read_root():
return {"Hello": "World"}

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

@app.put("/items/{item_id}")
def update_item(item_id: int, item: Item):
return {"item_name": item.name, "item_id": item_id}

3.1 命令运行:

uvicorn main:app --reload

3.2 代码运行:

if name == 'main':

uvicorn.run(app=app, host="10.148.228.113", port=65500, workers=1)

4.性能优异

基于 Uvicorn 运行的 FastAPI 程序是 最快的 Python web框架之一,支持异步和并发

5.类型提示:

同样以冒号(:)来声明这个变量。

6.Pydantic 模型¶

Pydantic 是一个用来用来执行数据校验的 Python 库。

7.路径操作装饰器

在开发 API 时,你通常使用特定的 HTTP 方法去执行特定的行为

POST:创建数据。

GET:读取数据。

PUT:更新数据。

DELETE:删除数据。

8.fastapi程序的步骤:

导入 FastAPI。

创建一个 app 实例。

编写一个路径操作装饰器(如 @app.get("/"))。

编写一个路径操作函数(如上面的 def root(): ...)。

运行开发服务器(如 uvicorn main:app --reload)。

9.路径参数

路径参数 item_id 的值将作为参数 item_id 传递给你的函数

由于路径操作是按顺序依次运行的,你需要确保路径 /users/me 声明在路径 /users/{user_id}之前:

否则,/users/{user_id} 的路径还将与 /users/me 相匹配,"认为"自己正在接收一个值为 "me" 的 user_id 参数。

10.查询参数

声明不属于路径参数的其他函数参数时,它们将被自动解释为"查询字符串"参数

查询字符串是键值对的集合,这些键值对位于 URL 的 ? 之后,并以 & 符号分隔。

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]

11.请求体参数

请求体是客户端发送给 API 的数据。响应体是 API 发送给客户端的数据。

注意: 要发送数据,你必须使用下列方法之一:POST(较常见)、PUT、DELETE 或 PATCH。

"""
使用 Pydantic 模型来声明请求体
from pydantic import BaseModel
当一个模型属性具有默认值时,它不是必需的

"""

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

12.查询参数和字符串校验

当你在使用 Query 且需要声明一个值是必需的时,可以将 ... 用作第一个参数值:

"""
通用的校验和元数据:
alias
title
description
deprecated
特定于字符串的校验:
min_length
max_length
regex
"""

13.路径参数和数值校验

可以使用 Path 为路径参数声明相同类型的校验和元数据。

路径参数总是必需的,因为它必须是路径的一部分。

所以,你应该在声明时使用 ... 将其标记为必需参数。

然而,即使你使用 None 声明路径参数或设置一个其他默认值也不会有任何影响,它依然会是必需参数。

sla_id: str = Path(None, description="SLA的id", example="100191918"))

数值校验

gt:大于(greater than)

le:小于等于(less than or equal)

item_id: int = Path(..., title="The ID of the item to get", gt=0, le=1000),

14.请求体--多个参数:

async def update_item(item_id: int, item: Item = Body(..., embed=True)):

这里的 embed 参数为true时候, 将原本的请求体嵌入到一个键中。

'''{
"item": {
"name": "Foo",
"description": "The pretender",
"price": 42.0,
"tax": 3.2
}
}

而不是:
{
"name": "Foo",
"description": "The pretender",
"price": 42.0,
"tax": 3.2
}

'''

15.请求体 - 字段(Pydantic 的 Field)

与使用 Query、Path 和 Body 在路径操作函数中声明额外的校验和元数据的方式相同,

你可以使用 Pydantic 的 Field 在 Pydantic 模型内部声明校验和元数据。

Field 的工作方式和 Query、Path 和 Body 相同,包括它们的参数等等也完全相同。

16.请求体--嵌套模型

from pydantic import BaseModel, HttpUrl

class Image(BaseModel):
url: HttpUrl
name: str

class Item(BaseModel):
name: str
description: Optional[str] = None
price: float
tax: Optional[float] = None
tags: Set[str] = set()
image: Optional[Image] = None

17.模式的额外信息

class Config:

schema_extra

声明您的应用可以接收的数据示例。

同样的方法,你可以添加你自己的额外信息,这些信息将被添加到每个模型的JSON模式中,例如定制前端用户界面,等等。

18.cookie参数

Cookie 、Path 、Query是兄弟类,它们都继承自公共的 Param 类

async def read_items(ads_id: Optional[str] = Cookie(None)):

19.Header 参数

token=Header(..., alias="X-Auth-Token", title="X-Auth-Token", description="请求token"),

不用担心变量中的下划线,FastAPI 会负责转换它们。

21.响应模型

在下面的任意的路径操作中使用 response_model 参数来声明用于响应的模型:

@app.get()

@app.post()

@app.put()

@app.delete()

response_model是「装饰器」方法(get,post 等)的一个参数。不像之前的所有参数和请求体,它不属于路径操作函数。

"""
例子:
@api.post(
"/restores/{copy_id}/action/download",
status_code=200,
tags=API_TAG,
description="Download API",
summary="download",
response_model=DownloadResponseSchema
)

"""

22.响应状态码

@app.post("/items/", status_code=201)

会在交互式文档中展示返回在这里定义的状态码

23.表单数据 Form

24.文件上传

from fastapi import FastAPI, File, UploadFile

24.请求表格和文件

async def create_file(

file: bytes = File(...), fileb: UploadFile = File(...), token: str = Form(...)

):

当您需要在同一请求中接收数据和文件时File,Form一起使用和。

25.请注意,response_description特指响应,description泛指路径操作。

description可以使用长字符串或者多行文本。用于docs中api接口描述;参数response_description用于响应描述。。

26.tags 参数: 你可以给路径操作(post, put, get, delete)函数添加标记,通过tags参数,参数类型可以是list或者str(一般是一个str):

主要作用就是在docs交互文档中进行 模块之间的分割,mysql模块, filesets 模块

27.总结(summary)和描述(description)

28.Json兼容(将对象转化为json)

from typing import Optional
from fastapi.encoders import jsonable_encoder
from pydantic import BaseModel
class Item(BaseModel):
title: str
timestamp: str
description: Optional[str] = None

item = Item(title='nanfanfa',timestamp="2021.6.21")
json_compatible_item_data = jsonable_encoder(item)
print(json_compatible_item_data) # {'title': 'nanfanfa', 'timestamp': '2021.6.21', 'description': None}
print(json_compatible_item_data) # {'title': 'nanfanfa', 'timestamp': '2021.6.21', 'description': None}

29.

30.

31.

32.

if name == 'main':
uvicorn.run(app=app, host="10.148.228.113", port=65500, workers=1)

你可能感兴趣的:(FastAPI框架学习)