• FastAPI学习6.POST请求 JSON 格式 body 上海


    前言

    post请求接收json格式请求body

    创建数据模型

    从 pydantic 中导入 BaseModel, 将你的数据模型声明为继承自 BaseModel 的类。

    from typing import Optional
    
    from fastapi import FastAPI
    from pydantic import BaseModel
    
    
    class Item(BaseModel):
        name: str
        description: Optional[str] = None
        price: float
        tax: Optional[float] = None
    

    和声明查询参数时一样,当一个模型属性具有默认值时,它不是必需的。否则它是一个必需属性。将默认值设为 None 可使其成为可选属性。

    例如,上面的模型声明了一个这样的 JSON「object」(或 Python dict):

    {
        "name": "Foo",
        "description": "An optional description",
        "price": 45.2,
        "tax": 3.5
    }
    

    由于 description 和 tax 是可选的(它们的默认值为 None),下面的 JSON「object」也将是有效的:

    {
        "name": "Foo",
        "price": 45.2
    }
    

    完整的post请求代码

    from typing import Optional
    from fastapi import FastAPI
    from pydantic import BaseModel
    import uvicorn
    
    
    class Item(BaseModel):
        name: str
        description: Optional[str] = None
        price: float
        tax: Optional[float] = None
    
    
    app = FastAPI()
    
    
    @app.post("/items/")
    async def create_item(item: Item):
        return item
    
    if __name__ == '__main__':
        uvicorn.run(app)
    

    使用了 Python 类型声明,FastAPI 将会:

    • 将请求体作为 JSON 读取。
    • 转换为相应的类型(在需要时)。
    • 校验数据。 如果数据无效,将返回一条清晰易读的错误信息,指出不正确数据的确切位置和内容。
    • 将接收的数据赋值到参数 item 中。由于你已经在函数中将它声明为 Item 类型,你还将获得对于所有属性及其类型的一切编辑器支持(代码补全等)。
    • 为你的模型生成 JSON 模式 定义,你还可以在其他任何对你的项目有意义的地方使用它们。
    • 这些模式将成为生成的 OpenAPI 模式的一部分,并且被自动化文档 UI 所使用。

    启动服务后,使用 postman 测试接口

    docs 文档

    你所定义模型的 JSON 模式将成为生成的 OpenAPI 模式的一部分,并且在交互式 API 文档中展示:

    body + path路径参数

    你可以同时声明路径参数和请求体。
    FastAPI 将识别出与路径参数匹配的函数参数应从路径中获取,而声明为 Pydantic 模型的函数参数应从请求体中获取。

    from typing import Optional
    
    from fastapi import FastAPI
    from pydantic import BaseModel
    
    
    class Item(BaseModel):
        name: str
        description: Optional[str] = None
        price: float
        tax: Optional[float] = None
    
    
    app = FastAPI()
    
    
    @app.put("/items/{item_id}")
    async def create_item(item_id: int, item: Item):
        return {"item_id": item_id, **item.dict()}
    

    body + path路径参数 + query查询参数

    你还可以同时声明请求体、路径参数和查询参数。
    FastAPI 会识别它们中的每一个,并从正确的位置获取数据。

    from typing import Optional
    
    from fastapi import FastAPI
    from pydantic import BaseModel
    
    
    class Item(BaseModel):
        name: str
        description: Optional[str] = None
        price: float
        tax: Optional[float] = None
    
    
    app = FastAPI()
    
    
    @app.put("/items/{item_id}")
    async def create_item(item_id: int, item: Item, q: Optional[str] = None):
        result = {"item_id": item_id, **item.dict()}
        if q:
            result.update({"q": q})
        return result
    

    函数参数将依次按如下规则进行识别:

    • 如果在路径中也声明了该参数,它将被用作路径参数。
    • 如果参数属于单一类型(比如 int、float、str、bool 等)它将被解释为查询参数。
    • 如果参数的类型被声明为一个 Pydantic 模型,它将被解释为请求体。
  • 相关阅读:
    CentOS7 使用定时任务
    springboot整合mybatis+mysql+druid数据源
    js 防抖和节流,封装成函数
    vue 单页面项目卸载依赖和插件的方式
    Tomcat部署vue单页面项目
    linux DRM/KMS 测试工具 modetest、kmscude、igt-gpu-tools (二)
    linux DRM/KMS 测试工具 modetest、kmscude、igt-gpu-tools (一)
    软构设计模式简单归纳
    软件构造复习中关于不变性的一个疑问以及代码验证
    代码快照图与可变不可变
  • 原文地址:https://www.cnblogs.com/yoyoketang/p/15960167.html
Copyright © 2020-2023  润新知