当前位置:首页 > 文章列表 > 文章 > python教程 > 了解 FastAPI 基础知识:FastAPI、Uvicorn、Starlette、Swagger UI 和 Pydantic 指南

了解 FastAPI 基础知识:FastAPI、Uvicorn、Starlette、Swagger UI 和 Pydantic 指南

来源:dev.to 2024-12-26 12:10:03 0浏览 收藏

知识点掌握了,还需要不断练习才能熟练运用。下面golang学习网给大家带来一个文章开发实战,手把手教大家学习《了解 FastAPI 基础知识:FastAPI、Uvicorn、Starlette、Swagger UI 和 Pydantic 指南》,在实现功能的过程中也带大家重新温习相关知识点,温故而知新,回头看看说不定又有不一样的感悟!

了解 FastAPI 基础知识:FastAPI、Uvicorn、Starlette、Swagger UI 和 Pydantic 指南

fastapi 是一个现代的高性能 web 框架,用于使用 python 构建 api,使开发人员能够以最少的努力创建强大且高效的应用程序。它的设计考虑了异步编程,使其速度极快并且能够同时处理多个请求。为 fastapi 提供支持的关键组件包括 uvicorn、starlette、swagger ui 和 pydantic。在本指南中,我们将探索每个组件,并了解它们如何在 fastapi 中组合在一起,并使用代码示例来演示关键概念。


1. fastapi的核心

fastapi 建立在两个主要基础之上:

  • 异步编程:利用python的async和await,fastapi可以同时处理多个请求,对于需要并发的应用程序来说非常高效。
  • 类型注释:fastapi 使用 python 的类型提示来自动验证和序列化请求和响应数据,这使得开发更快、更安全。

让我们从一个简单的 fastapi 应用程序开始,了解其结构:

# main.py

from fastapi import fastapi

app = fastapi()

@app.get("/")
async def read_root():
    return {"hello": "world"}

这是一个基本的 fastapi 应用程序,具有单个路由 (/),返回带有 {"hello": "world"} 的 json 响应。

要运行此应用程序,您将使用 uvicorn,一个旨在为异步 web 应用程序提供服务的 asgi 服务器。


2. uvicorn:asgi 服务器

uvicorn 是一个快如闪电的 asgi 服务器,针对处理异步代码进行了优化。它对于运行 fastapi 应用程序至关重要,因为它处理传入的 http 请求并管理这些请求的生命周期。

要使用 uvicorn 运行 fastapi 应用程序,请使用以下命令:

uvicorn main:app --reload
  • main:app 指定 uvicorn 应在 main.py 文件中查找应用程序实例。
  • --reload 在开发过程中启用热重载,因此每当您保存更改时服务器都会自动重新加载。

当您运行此命令时,uvicorn 将开始为您的 fastapi 应用程序提供服务,您可以通过 http://127.0.0.1:8000 访问它。


3. starlette:fastapi 的 web 框架基础

fastapi 构建于 starlette 之上,后者是一个轻量级 asgi 框架,用于处理核心 http 操作,包括路由、中间件和 websockets 支持。 starlette 提供了 fastapi 用于管理 http 请求的低级工具,使其成为构建 web 应用程序的稳定且高性能的基础。

fastapi 利用 starlette 的路由系统来定义 api 端点。例如:

@app.get("/items/{item_id}")
async def read_item(item_id: int):
    return {"item_id": item_id}

在此示例中:

  • @app.get("/items/{item_id}") 定义带有路径参数 item_id 的路由。
  • fastapi 通过将 starlette 的路由系统与其类型检查和验证集成来处理此路径参数类型(此处为 int)。

starlette 还允许您添加中间件以进行各种操作,例如处理 cors(跨源资源共享)、请求日志记录或自定义身份验证:

from starlette.middleware.cors import corsmiddleware

app.add_middleware(
    corsmiddleware,
    allow_origins=["*"],
    allow_credentials=true,
    allow_methods=["*"],
    allow_headers=["*"],
)

starlette 的这种灵活性使得 fastapi 具有高度可配置性,允许开发人员根据需要轻松添加自定义中间件。


4. swagger ui:交互式 api 文档

fastapi 使用 swagger ui 自动生成交互式 api 文档。该文档默认在 /docs 中提供,并允许开发人员直接从浏览器测试端点。

要查看实际效果,请启动 fastapi 应用程序并访问 http://127.0.0.1:8000/docs。您将看到一个交互式 swagger ui,其中列出了您的所有路线、其参数以及预期响应。

另一个文档接口,redoc,默认也在 /redoc 提供,提供更详细的 api 规范视图。


5. pydantic:数据验证和序列化

fastapi 最强大的方面之一是它使用 pydantic 进行数据验证。 pydantic 模型允许您定义具有严格类型约束和自动验证的请求和响应数据的结构。

让我们在示例中添加 pydantic 模型:

from fastapi import fastapi
from pydantic import basemodel

app = fastapi()

# define a pydantic model
class item(basemodel):
    name: str
    price: float
    is_offer: bool = false

# use the model in an endpoint
@app.put("/items/{item_id}")
async def update_item(item_id: int, item: item):
    return {"item_id": item_id, "item": item}

在此代码中:

  • item模型继承自basemodel,定义了三个字段:name、price、is_offer。这些字段具有特定的数据类型和 is_offer 的可选默认值。
  • 当您使用 json 数据向 /items/{item_id} 发送请求时,fastapi 使用 pydantic 根据 item 模型验证数据,并在可能的情况下自动转换数据类型。

尝试使用位于 /docs 的 swagger ui 发送这样的请求:

{
  "name": "sample item",
  "price": 29.99
}

fastapi 将验证数据并在数据与预期类型不匹配时自动返回任何错误。例如,如果价格以字符串形式给出(如“20”),fastapi 将响应详细的验证错误。


6. 将它们放在一起

让我们通过添加更多路线并结合迄今为止学到的所有内容来扩展我们的应用程序:

from fastapi import fastapi, httpexception
from pydantic import basemodel
from starlette.middleware.cors import corsmiddleware

app = fastapi()

# define a pydantic model
class item(basemodel):
    name: str
    price: float
    is_offer: bool = false

# add cors middleware
app.add_middleware(
    corsmiddleware,
    allow_origins=["*"],
    allow_credentials=true,
    allow_methods=["*"],
    allow_headers=["*"],
)

# home route
@app.get("/")
async def read_root():
    return {"hello": "world"}

# get an item by id
@app.get("/items/{item_id}")
async def read_item(item_id: int, q: str = none):
    if item_id == 0:
        raise httpexception(status_code=404, detail="item not found")
    return {"item_id": item_id, "q": q}

# update an item
@app.put("/items/{item_id}")
async def update_item(item_id: int, item: item):
    return {"item_id": item_id, "item": item}

使用此设置:

  • 路由和参数处理:@app.get("/items/{item_id}")端点演示路径参数和查询参数(例如q)。
  • 异常处理:使用 httpexception 进行自定义错误响应(例如,当找不到项目时)。
  • cors:cors 中间件允许您从不同的域发出请求,这对于 web 应用程序中的前后端通信至关重要。

运行应用程序

要运行此应用程序,请使用 uvicorn:

uvicorn main:app --reload

导航到 http://127.0.0.1:8000/docs 以查看交互式文档,或使用 curlpostman 等工具将请求发送到不同的端点。


概括

fastapi 将异步编程的性能优势与 python 类型提示的简单性相结合,创建了一个快速、易于使用且适合生产应用程序的框架。通过集成 uvicorn、starlette、swagger ui 和 pydantic,fastapi 提供了一种极其简化的 api 开发方法,使其成为快速原型设计和生产级应用程序的绝佳选择。

掌握了这些核心基础知识后,您现在就可以更深入地了解 fastapi 的世界并构建可扩展的高性能应用程序。

参考

  1. fastapi 文档
  2. uvicorn 文档
  3. starlette 文档
  4. pydantic 文档
  5. swagger ui 文档

好了,本文到此结束,带大家了解了《了解 FastAPI 基础知识:FastAPI、Uvicorn、Starlette、Swagger UI 和 Pydantic 指南》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

版本声明
本文转载于:dev.to 如有侵犯,请联系study_golang@163.com删除
如何使用 OpenCV-Python 识别图像中的键盘并提取每个按键的坐标?如何使用 OpenCV-Python 识别图像中的键盘并提取每个按键的坐标?
上一篇
如何使用 OpenCV-Python 识别图像中的键盘并提取每个按键的坐标?
如何将小米平板与电脑成功连接:详细教程与技巧
下一篇
如何将小米平板与电脑成功连接:详细教程与技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    542次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    508次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    497次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    484次学习
查看更多
AI推荐
  • 笔灵AI生成答辩PPT:高效制作学术与职场PPT的利器
    笔灵AI生成答辩PPT
    探索笔灵AI生成答辩PPT的强大功能,快速制作高质量答辩PPT。精准内容提取、多样模板匹配、数据可视化、配套自述稿生成,让您的学术和职场展示更加专业与高效。
    24次使用
  • 知网AIGC检测服务系统:精准识别学术文本中的AI生成内容
    知网AIGC检测服务系统
    知网AIGC检测服务系统,专注于检测学术文本中的疑似AI生成内容。依托知网海量高质量文献资源,结合先进的“知识增强AIGC检测技术”,系统能够从语言模式和语义逻辑两方面精准识别AI生成内容,适用于学术研究、教育和企业领域,确保文本的真实性和原创性。
    38次使用
  • AIGC检测服务:AIbiye助力确保论文原创性
    AIGC检测-Aibiye
    AIbiye官网推出的AIGC检测服务,专注于检测ChatGPT、Gemini、Claude等AIGC工具生成的文本,帮助用户确保论文的原创性和学术规范。支持txt和doc(x)格式,检测范围为论文正文,提供高准确性和便捷的用户体验。
    37次使用
  • 易笔AI论文平台:快速生成高质量学术论文的利器
    易笔AI论文
    易笔AI论文平台提供自动写作、格式校对、查重检测等功能,支持多种学术领域的论文生成。价格优惠,界面友好,操作简便,适用于学术研究者、学生及论文辅导机构。
    48次使用
  • 笔启AI论文写作平台:多类型论文生成与多语言支持
    笔启AI论文写作平台
    笔启AI论文写作平台提供多类型论文生成服务,支持多语言写作,满足学术研究者、学生和职场人士的需求。平台采用AI 4.0版本,确保论文质量和原创性,并提供查重保障和隐私保护。
    41次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码