• FastAPI(14)- 路径操作函数参数的类型是一个嵌套 Pydantic Model 的使用场景


    带有类型参数的字段

    Python 有一种特定的方法来声明具有内部类型或类型参数的列表

    其实前面都见过,就是

    List[str]
    Set[str]
    Tuple[str]
    Dict[str, int]

    在 Pydantic Model 中使用 typing 提供的类型

    from typing import List, Optional, Set, Dict, Tuple
    
    from pydantic import BaseModel
    
    
    class Item(BaseModel):
        name: str
        description: Optional[str] = None
        price: float
        tax: Optional[float] = None
        tags: List[str] = []
        address: Set[str] = set()
        phone: Tuple[int] = ()
        ext: Dict[str, str] = {}
    
    
    item = Item(name="小菠萝", price=12.2)
    print(item.dict())

    输出结果

    {
        "name": "小菠萝",
        "description": None,
        "price": 12.2,
        "tax": None,
        "tags": [],
        "address": set(),
        "phone": (),
        "ext": {}
    }

    Pydantic 嵌套模型

    from typing import List
    from pydantic import BaseModel
    
    # 模型 1
    class Foo(BaseModel):
        count: int
        size: float = None
    
    
    # 模型 2
    class Bar(BaseModel):
        apple = 'x'
        banana = 'y'
    
    # 模型 3
    class Spam(BaseModel):    
       # 字段类型是 Pydantic Model,这就是嵌套模型
        foo: Foo
        bars: List[Bar]
    
    
    f = Foo(count=2)
    b = Bar()
    s = Spam(foo=f, bars=[b])
    
    print(s.dict())

    输出结果

    {
        "bars": [
            {
                "apple": "x",
                "banana": "y"
            }
        ],
        "foo": {
            "count": 2,
            "size": 1
        }
    }

      

    FastAPI 中使用 Pydantic 嵌套模型

    #!usr/bin/env python
    # -*- coding:utf-8 _*-
    """
    # author: 小菠萝测试笔记
    # blog:  https://www.cnblogs.com/poloyy/
    # time: 2021/9/19 9:40 下午
    # file: 12_model.py
    """
    
    from typing import List, Optional, Set, Dict, Tuple
    import uvicorn
    from pydantic import BaseModel
    from fastapi import FastAPI
    
    app = FastAPI()
    
    
    class Item(BaseModel):
        name: str
        description: Optional[str] = None
        price: float
        tax: Optional[float] = None
        tags: List[str] = []
        address: Set[str] = set()
        phone: Tuple[int] = ()
        ext: Dict[str, str] = {}
    
    
    # 模型一
    class Image(BaseModel):
        url: str
        name: str
    
    
    # 模型二
    class Item(BaseModel):
        name: str
        price: float
        description: Optional[str] = None
        tags: Set[str] = set()
        # Image 模型组成的列表类型
        image: Optional[List[Image]] = None
    
    
    @app.post("/items/{item_id}")
    async def update_item(
            item_id: int,
            # 声明类型为:嵌套模型的 Item
            item: Item):
        results = {"item_id": item_id, "item": item}
        return results
    
    
    if __name__ == "__main__":
        uvicorn.run(app="12_model:app", host="127.0.0.1", port=8080, reload=True, debug=True)

      

    期望得到的请求体

    {
      "name": "string",
      "price": 0,
      "description": "string",
      "tags": [],
      "image": [
        {
          "url": "string",
          "name": "string"
        }
      ]
    }

    重点

    tags 虽然声明为 Set(),但在接口层面并没有集合这个概念,所以还是传数组 [ ] 格式哦,并不是传 { } 哦

    但是!集合的特性仍然会保留:去重

    FastAPI 给嵌套模型提供的功能

    和前面讲的没什么区别

    • IDE 智能代码提示,甚至对于嵌套模型也支持
    • 数据转换
    • 数据验证
    • OpenAPI 文档

    正确传参的请求结果

    校验失败的请求结果

    查看 Swagger API 文档

    深层次嵌套模型

    # 更深层嵌套
    from typing import List, Optional, Set
    
    from fastapi import FastAPI
    from pydantic import BaseModel
    
    app = FastAPI()
    
    # 模型一
    class Image(BaseModel):
        url: str
        name: str
    
    # 模型二
    class Item(BaseModel):
        name: str
        price: float
        tags: Optional[Set[str]] = set()
        images: Optional[List[Image]] = None
    
    # 模型三
    class Offer(BaseModel):
        name: str
        description: Optional[str] = None
        items: List[Item]
    
    
    @app.post("/offers/")
    async def create_offer(offer: Offer):
        return offer

    期望得到的请求体

    {
        "name": "string",
        "description": "string",
        "items": [
            {
                "name": "string",
                "price": 0,"tags": [],
                "images": [
                    {
                        "url": "string",
                        "name": "string"
                    }
                ]
            }
        ]
    }

      

    正确传参的请求结果

    IDE 提供的智能提示

    即使是三层嵌套模型,也可以拥有丝滑般的代码提示哦

  • 相关阅读:
    python信息收集(二)
    python信息收集(一)
    'utf-8' codec can't decode byte 0xd3 in position 0: invalid continuation byte
    Loadruner 之 controller 负载生成器与场景运行——性能测试
    chromedriver 在pycharm 中的使用
    selenium 安装
    在Linux 中搭建 Mysql
    前端攻略
    2020-5-22 第二期——拖延症
    2020-5-15 第一期
  • 原文地址:https://www.cnblogs.com/poloyy/p/15313167.html
Copyright © 2020-2023  润新知