FastAPI 学习笔记

简介：

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

关键特性:

• 快速：可与 NodeJS 和 Go 并肩的极高性能（归功于 Starlette 和 Pydantic）。最快的 Python web 框架之一。

• 高效编码：提高功能开发速度约 200％ 至 300％。*

• 更少 bug：减少约 40％ 的人为（开发者）导致错误。*

• 智能：极佳的编辑器支持。处处皆可自动补全，减少调试时间。

• 简单：设计的易于使用和学习，阅读文档的时间更短。

• 简短：使代码重复最小化。通过不同的参数声明实现丰富功能。bug 更少。

• 健壮：生产可用级别的代码。还有自动生成的交互式文档。

• 标准化：基于（并完全兼容）API 的相关开放标准：OpenAPI (以前被称为 Swagger) 和 JSON Schema。

Starlette,Pydantic 与 FastAPI 的关系

Pydantic 是一个基于 Python 类型提示来定义数据验证，序列化和文档（使用 JSON 模式）库

Starlette 是一种轻量级的 ASGI 框架/工具包，是构建高性能 Asyncio 服务的理想选择,异步功能网关

pydantic库学习

pydantic中BaseModel类

数据导入类

校验失败处理

模型类的属性和方法

数据写入文件

递归/嵌套模型

from datetime import datetime

from pydantic import BaseModel

from typing import List, Optional

from pathlib import Path

class User(BaseModel):

    id: int  #无默认值所以是必填字段

    name: str = "Slaine Troyard"  #可选字段，有默认字符串

    signup_ts: Optional[datetime] #可选字段，默认为None

    friends: List[int] = []    #列表中元素为int类型或者可转换为int

external_data = {

    "id": "123",

    "singnup_ts": "2022-7-12 20:51",

    "friends": [1, 2, "3"]  #满足friends要求

}

print("-------------------------------")

#使用python解包方式 ** ，将external_data数据传到类模板中实例化

user = User(**external_data)

print(user.id, user.friends)  #打印出实例化对象指定属性

print(user.dict())   #以字典形式打印出对象内容（字符串3被自动转换为int）

###----校验失败处理

try:

    User(id=1, signup_ts=datetime.today(), friends=[1,2,"not number"])

except ValueError as e:

    print(e.json())  #将报错json格式化

print("----------------------------------")

###模型类的属性和方法

print(user.dict())

print(user.json())

print(user.copy())

print(User.parse_obj(obj=external_data))#解包的方法，解析字典数据

print(User.parse_raw('{"id": "123", "name": "Slaine Troyard", "signup_ts": "2022-7-12 20:51", "friends": [1, 2, 3]}')) #解析原生数据

#数据写入文件

path = Path('pydantic_writin.json')

path.write_text('{"id": "123", "name": "Slaine Troyard", "signup_ts": "2022-7-12 20:51", "friends": [1, 2, 3]}')

print(User.parse_file(path))

print("----------------------------------")

print(user.schema())

print(user.schema_json())#显示输出数据的格式和方案

print(user.construct()) #不检验数据直接创建模型类||与parse_obj相比它不作自动校验

print("----------")

print(User.__fields__.keys())

print("----------------------------------")

####递归/嵌套模型

class Sound(BaseModel):

    sound: str

class Dog(BaseModel):

    birthday: datetime

    weight: float = Optional[None]

    sound: List[Sound]

dogs = Dog(birthday=datetime.today(), weight=12.3, sound=[{"sound":"wang wang"}, {"sound": "ying ying"}])

print(dogs.dict())

fastApi 入门

简单的 Web 应用开发只需要4步即可完成。

• 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

• 运行开发服务器（如 uvicorn main:app--reload）

1.环境准备

     pip install fastapi == 版本号  

        

     pip install uvicorn  类似于tomcat 的作用   专为异步 Python Web 应用设计的服务器

2. 入门案例

from fastapi import FastAPI

# 创建一个APP实例

app = FastAPI()

　

# 添加路径操作装饰器和路径操作函数

@app.get("/")

async def demo():

    return {"Hello": "World"}

　

if __name__ == "__main__":

    import uvicorn

    # 启动服务，注意APP前面的文件名称

    uvicorn.run(app='helloWorld:app', host="127.0.0.1", port=8010, reload=True, debug=True)

   启动 项目中应用 直接在main 中 uvicorn.run其中包括了多个配置参数