응답 모델¶
어떤 *경로 작동*이든 매개변수 response_model
를 사용하여 응답을 위한 모델을 선언할 수 있습니다:
@app.get()
@app.post()
@app.put()
@app.delete()
- 기타.
from typing import Any, List, Union
from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI()
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: Union[float, None] = None
tags: List[str] = []
@app.post("/items/", response_model=Item)
async def create_item(item: Item) -> Any:
return item
@app.get("/items/", response_model=List[Item])
async def read_items() -> Any:
return [
{"name": "Portal Gun", "price": 42.0},
{"name": "Plumbus", "price": 32.0},
]
"참고"
response_model
은 "데코레이터" 메소드(get
, post
, 등)의 매개변수입니다. 모든 매개변수들과 본문(body)처럼 *경로 작동 함수*가 아닙니다.
Pydantic 모델 어트리뷰트를 선언한 것과 동일한 타입을 수신하므로 Pydantic 모델이 될 수 있지만, List[Item]
과 같이 Pydantic 모델들의 list
일 수도 있습니다.
FastAPI는 이 response_model
를 사용하여:
- 출력 데이터를 타입 선언으로 변환.
- 데이터 검증.
- OpenAPI *경로 작동*의 응답에 JSON 스키마 추가.
- 자동 생성 문서 시스템에 사용.
하지만 가장 중요한 것은:
- 해당 모델의 출력 데이터 제한. 이것이 얼마나 중요한지 아래에서 볼 것입니다.
"기술 세부사항"
응답 모델은 함수의 타입 어노테이션 대신 이 매개변수로 선언하는데, 경로 함수가 실제 응답 모델을 반환하지 않고 dict
, 데이터베이스 객체나 기타 다른 모델을 response_model
을 사용하여 필드 제한과 직렬화를 수행하고 반환할 수 있기 때문입니다
동일한 입력 데이터 반환¶
여기서 우리는 평문 비밀번호를 포함하는 UserIn
모델을 선언합니다:
from typing import Union
from fastapi import FastAPI
from pydantic import BaseModel, EmailStr
app = FastAPI()
class UserIn(BaseModel):
username: str
password: str
email: EmailStr
full_name: Union[str, None] = None
# Don't do this in production!
@app.post("/user/")
async def create_user(user: UserIn) -> UserIn:
return user
그리고 이 모델을 사용하여 입력을 선언하고 같은 모델로 출력을 선언합니다:
from typing import Union
from fastapi import FastAPI
from pydantic import BaseModel, EmailStr
app = FastAPI()
class UserIn(BaseModel):
username: str
password: str
email: EmailStr
full_name: Union[str, None] = None
# Don't do this in production!
@app.post("/user/")
async def create_user(user: UserIn) -> UserIn:
return user
이제 브라우저가 비밀번호로 사용자를 만들 때마다 API는 응답으로 동일한 비밀번호를 반환합니다.
이 경우, 사용자가 스스로 비밀번호를 발신했기 때문에 문제가 되지 않을 수 있습니다.
그러나 동일한 모델을 다른 *경로 작동*에서 사용할 경우, 모든 클라이언트에게 사용자의 비밀번호를 발신할 수 있습니다.
"위험"
절대로 사용자의 평문 비밀번호를 저장하거나 응답으로 발신하지 마십시오.
출력 모델 추가¶
대신 평문 비밀번호로 입력 모델을 만들고 해당 비밀번호 없이 출력 모델을 만들 수 있습니다:
from typing import Any, Union
from fastapi import FastAPI
from pydantic import BaseModel, EmailStr
app = FastAPI()
class UserIn(BaseModel):
username: str
password: str
email: EmailStr
full_name: Union[str, None] = None
class UserOut(BaseModel):
username: str
email: EmailStr
full_name: Union[str, None] = None
@app.post("/user/", response_model=UserOut)
async def create_user(user: UserIn) -> Any:
return user
여기서 *경로 작동 함수*가 비밀번호를 포함하는 동일한 입력 사용자를 반환할지라도:
from typing import Any, Union
from fastapi import FastAPI
from pydantic import BaseModel, EmailStr
app = FastAPI()
class UserIn(BaseModel):
username: str
password: str
email: EmailStr
full_name: Union[str, None] = None
class UserOut(BaseModel):
username: str
email: EmailStr
full_name: Union[str, None] = None
@app.post("/user/", response_model=UserOut)
async def create_user(user: UserIn) -> Any:
return user
...response_model
을 UserOut
모델로 선언했기 때문에 비밀번호를 포함하지 않습니다:
from typing import Any, Union
from fastapi import FastAPI
from pydantic import BaseModel, EmailStr
app = FastAPI()
class UserIn(BaseModel):
username: str
password: str
email: EmailStr
full_name: Union[str, None] = None
class UserOut(BaseModel):
username: str
email: EmailStr
full_name: Union[str, None] = None
@app.post("/user/", response_model=UserOut)
async def create_user(user: UserIn) -> Any:
return user
따라서 **FastAPI**는 출력 모델에서 선언하지 않은 모든 데이터를 (Pydantic을 사용하여) 필터링합니다.
문서에서 보기¶
자동 생성 문서를 보면 입력 모델과 출력 모델이 각자의 JSON 스키마를 가지고 있음을 확인할 수 있습니다:
그리고 두 모델 모두 대화형 API 문서에 사용됩니다:
응답 모델 인코딩 매개변수¶
응답 모델은 아래와 같이 기본값을 가질 수 있습니다:
from typing import List, Union
from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI()
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: float = 10.5
tags: List[str] = []
items = {
"foo": {"name": "Foo", "price": 50.2},
"bar": {"name": "Bar", "description": "The bartenders", "price": 62, "tax": 20.2},
"baz": {"name": "Baz", "description": None, "price": 50.2, "tax": 10.5, "tags": []},
}
@app.get("/items/{item_id}", response_model=Item, response_model_exclude_unset=True)
async def read_item(item_id: str):
return items[item_id]
description: Optional[str] = None
은 기본값으로None
을 갖습니다.tax: float = 10.5
는 기본값으로10.5
를 갖습니다.tags: List[str] = []
빈 리스트의 기본값으로:[]
.
그러나 실제로 저장되지 않았을 경우 결과에서 값을 생략하고 싶을 수 있습니다.
예를 들어, NoSQL 데이터베이스에 많은 선택적 속성이 있는 모델이 있지만, 기본값으로 가득 찬 매우 긴 JSON 응답을 보내고 싶지 않습니다.
response_model_exclude_unset
매개변수 사용¶
경로 작동 데코레이터 매개변수를 response_model_exclude_unset=True
로 설정 할 수 있습니다:
from typing import List, Union
from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI()
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: float = 10.5
tags: List[str] = []
items = {
"foo": {"name": "Foo", "price": 50.2},
"bar": {"name": "Bar", "description": "The bartenders", "price": 62, "tax": 20.2},
"baz": {"name": "Baz", "description": None, "price": 50.2, "tax": 10.5, "tags": []},
}
@app.get("/items/{item_id}", response_model=Item, response_model_exclude_unset=True)
async def read_item(item_id: str):
return items[item_id]
이러한 기본값은 응답에 포함되지 않고 실제로 설정된 값만 포함됩니다.
따라서 해당 *경로 작동*에 ID가 foo
인 항목(items)을 요청으로 보내면 (기본값을 제외한) 응답은 다음과 같습니다:
{
"name": "Foo",
"price": 50.2
}
"정보"
FastAPI는 이를 위해 Pydantic 모델의 .dict()
의 exclude_unset
매개변수를 사용합니다.
"정보"
아래 또한 사용할 수 있습니다:
response_model_exclude_defaults=True
response_model_exclude_none=True
Pydantic 문서에서 exclude_defaults
및 exclude_none
에 대해 설명한 대로 사용할 수 있습니다.
기본값이 있는 필드를 갖는 값의 데이터¶
하지만 모델의 필드가 기본값이 있어도 ID가 bar
인 항목(items)처럼 데이터가 값을 갖는다면:
{
"name": "Bar",
"description": "The bartenders",
"price": 62,
"tax": 20.2
}
응답에 해당 값들이 포함됩니다.
기본값과 동일한 값을 갖는 데이터¶
If the data has the same values as the default ones, like the item with ID baz
:
ID가 baz
인 항목(items)처럼 기본값과 동일한 값을 갖는다면:
{
"name": "Baz",
"description": None,
"price": 50.2,
"tax": 10.5,
"tags": []
}
description
, tax
그리고 tags
가 기본값과 같더라도 (기본값에서 가져오는 대신) 값들이 명시적으로 설정되었다는 것을 인지할 정도로 FastAPI는 충분히 똑똑합니다(사실, Pydantic이 충분히 똑똑합니다).
따라서 JSON 스키마에 포함됩니다.
"팁"
None
뿐만 아니라 다른 어떤 것도 기본값이 될 수 있습니다.
리스트([]
), float
인 10.5
등이 될 수 있습니다.
response_model_include
및 response_model_exclude
¶
경로 작동 데코레이터 매개변수 response_model_include
및 response_model_exclude
를 사용할 수 있습니다.
이들은 포함(나머지 생략)하거나 제외(나머지 포함) 할 어트리뷰트의 이름과 str
의 set
을 받습니다.
Pydantic 모델이 하나만 있고 출력에서 일부 데이터를 제거하려는 경우 빠른 지름길로 사용할 수 있습니다.
"팁"
하지만 이러한 매개변수 대신 여러 클래스를 사용하여 위 아이디어를 사용하는 것을 추천합니다.
이는 일부 어트리뷰트를 생략하기 위해 response_model_include
또는 response_model_exclude
를 사용하더라도 앱의 OpenAPI(및 문서)가 생성한 JSON 스키마가 여전히 전체 모델에 대한 스키마이기 때문입니다.
비슷하게 작동하는 response_model_by_alias
역시 마찬가지로 적용됩니다.
from typing import Union
from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI()
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: float = 10.5
items = {
"foo": {"name": "Foo", "price": 50.2},
"bar": {"name": "Bar", "description": "The Bar fighters", "price": 62, "tax": 20.2},
"baz": {
"name": "Baz",
"description": "There goes my baz",
"price": 50.2,
"tax": 10.5,
},
}
@app.get(
"/items/{item_id}/name",
response_model=Item,
response_model_include={"name", "description"},
)
async def read_item_name(item_id: str):
return items[item_id]
@app.get("/items/{item_id}/public", response_model=Item, response_model_exclude={"tax"})
async def read_item_public_data(item_id: str):
return items[item_id]
"팁"
문법 {"name", "description"}
은 두 값을 갖는 set
을 만듭니다.
이는 set(["name", "description"])
과 동일합니다.
set
대신 list
사용하기¶
list
또는 tuple
대신 set
을 사용하는 법을 잊었더라도, FastAPI는 set
으로 변환하고 정상적으로 작동합니다:
from typing import Union
from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI()
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: float = 10.5
items = {
"foo": {"name": "Foo", "price": 50.2},
"bar": {"name": "Bar", "description": "The Bar fighters", "price": 62, "tax": 20.2},
"baz": {
"name": "Baz",
"description": "There goes my baz",
"price": 50.2,
"tax": 10.5,
},
}
@app.get(
"/items/{item_id}/name",
response_model=Item,
response_model_include=["name", "description"],
)
async def read_item_name(item_id: str):
return items[item_id]
@app.get("/items/{item_id}/public", response_model=Item, response_model_exclude=["tax"])
async def read_item_public_data(item_id: str):
return items[item_id]
요약¶
응답 모델을 정의하고 개인정보가 필터되는 것을 보장하기 위해 *경로 작동 데코레이터*의 매개변수 response_model
을 사용하세요.
명시적으로 설정된 값만 반환하려면 response_model_exclude_unset
을 사용하세요.