请求体¶
FastAPI 使用**请求体**从客户端(例如浏览器)向 API 发送数据。
**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。
API 基本上肯定要发送**响应体**,但是客户端不一定发送**请求体**。
使用 Pydantic 模型声明**请求体**,能充分利用它的功能和优点。
"说明"
发送数据使用 POST
(最常用)、PUT
、DELETE
、PATCH
等操作。
规范中没有定义使用 GET
发送请求体的操作,但不管怎样,FastAPI 也支持这种方式,只不过仅用于非常复杂或极端的用例。
我们不建议使用 GET
,因此,在 Swagger UI 交互文档中不会显示有关 GET
的内容,而且代理协议也不一定支持 GET
。
导入 Pydantic 的 BaseModel
¶
从 pydantic
中导入 BaseModel
:
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
return item
from typing import Union
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: Union[float, None] = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
return item
创建数据模型¶
把数据模型声明为继承 BaseModel
的类。
使用 Python 标准类型声明所有属性:
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
return item
from typing import Union
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: Union[float, None] = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
return item
与声明查询参数一样,包含默认值的模型属性是可选的,否则就是必选的。默认值为 None
的模型属性也是可选的。
例如,上述模型声明如下 JSON 对象(即 Python 字典):
{
"name": "Foo",
"description": "An optional description",
"price": 45.2,
"tax": 3.5
}
……由于 description
和 tax
是可选的(默认值为 None
),下面的 JSON **对象**也有效:
{
"name": "Foo",
"price": 45.2
}
声明请求体参数¶
使用与声明路径和查询参数相同的方式声明请求体,把请求体添加至*路径操作*:
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
return item
from typing import Union
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: Union[float, None] = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
return item
……此处,请求体参数的类型为 Item
模型。
结论¶
仅使用 Python 类型声明,FastAPI 就可以:
- 以 JSON 形式读取请求体
- (在必要时)把请求体转换为对应的类型
- 校验数据:
- 数据无效时返回错误信息,并指出错误数据的确切位置和内容
- 把接收的数据赋值给参数
item
- 把函数中请求体参数的类型声明为
Item
,还能获得代码补全等编辑器支持
- 把函数中请求体参数的类型声明为
- 为模型生成 JSON Schema,在项目中所需的位置使用
- 这些概图是 OpenAPI 概图的部件,用于 API 文档 UI
API 文档¶
Pydantic 模型的 JSON 概图是 OpenAPI 生成的概图部件,可在 API 文档中显示:
而且,还会用于 API 文档中使用了概图的*路径操作*:
编辑器支持¶
在编辑器中,函数内部均可使用类型提示、代码补全(如果接收的不是 Pydantic 模型,而是**字典**,就没有这样的支持):
还支持检查错误的类型操作:
这并非偶然,整个 FastAPI 框架都是围绕这种思路精心设计的。
并且,在 FastAPI 的设计阶段,我们就已经进行了全面测试,以确保 FastAPI 可以获得所有编辑器的支持。
我们还改进了 Pydantic,让它也支持这些功能。
虽然上面的截图取自 Visual Studio Code。
但 PyCharm 和大多数 Python 编辑器也支持同样的功能:
"提示"
使用 PyCharm 编辑器时,推荐安装 Pydantic PyCharm 插件。
该插件用于完善 PyCharm 对 Pydantic 模型的支持,优化的功能如下:
- 自动补全
- 类型检查
- 代码重构
- 查找
- 代码审查
使用模型¶
在*路径操作*函数内部直接访问模型对象的属性:
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
item_dict = item.dict()
if item.tax:
price_with_tax = item.price + item.tax
item_dict.update({"price_with_tax": price_with_tax})
return item_dict
from typing import Union
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: Union[float, None] = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
item_dict = item.dict()
if item.tax:
price_with_tax = item.price + item.tax
item_dict.update({"price_with_tax": price_with_tax})
return item_dict
请求体 + 路径参数¶
FastAPI 支持同时声明路径参数和请求体。
FastAPI 能识别与**路径参数**匹配的函数参数,还能识别从**请求体**中获取的类型为 Pydantic 模型的函数参数。
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
return {"item_id": item_id, **item.dict()}
from typing import Union
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: Union[float, None] = None
app = FastAPI()
@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
return {"item_id": item_id, **item.dict()}
请求体 + 路径参数 + 查询参数¶
FastAPI 支持同时声明**请求体**、路径参数**和**查询参数。
FastAPI 能够正确识别这三种参数,并从正确的位置获取数据。
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item, q: str | None = None):
result = {"item_id": item_id, **item.dict()}
if q:
result.update({"q": q})
return result
from typing import Union
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: Union[float, None] = None
app = FastAPI()
@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item, q: Union[str, None] = None):
result = {"item_id": item_id, **item.dict()}
if q:
result.update({"q": q})
return result
函数参数按如下规则进行识别:
- **路径**中声明了相同参数的参数,是路径参数
- 类型是(
int
、float
、str
、bool
等)**单类型**的参数,是**查询**参数 - 类型是 Pydantic 模型**的参数,是**请求体
"笔记"
因为默认值是 None
, FastAPI 会把 q
当作可选参数。
FastAPI 不使用 Optional[str]
中的 Optional
, 但 Optional
可以让编辑器提供更好的支持,并检测错误。
不使用 Pydantic¶
即便不使用 Pydantic 模型也能使用 Body 参数。详见请求体 - 多参数:请求体中的单值。