FastAPI返回纯文本方法详解
大家好,今天本人给大家带来文章《FastAPI 返回纯文本的方法很简单,可以通过 Response 对象来实现。以下是一个示例代码:from fastapi import FastAPI from fastapi.responses import Response app = FastAPI() @app.get("/text") def get_text(): return Response(content="这是一段纯文本内容", media_type="text/plain")说明:使用 Response 类来自定义响应。content 参数设置你想要返回的文本内容。media_type="text/plain" 表示返回的是纯文本格式。这样,当你访问 /text 路由时,浏览器或客户端将接收到纯文本内容,而不是 JSON 格式。》,文中内容主要涉及到,如果你对文章方面的知识点感兴趣,那就请各位朋友继续看下去吧~希望能真正帮到你们,谢谢!

本文将介绍如何在 FastAPI 应用程序中返回纯文本响应,而不是默认的 JSON 格式。通过使用 `PlainTextResponse`,你可以避免字符串被自动格式化为 JSON,从而直接返回原始文本内容。本文将提供详细的代码示例和步骤,帮助你轻松实现纯文本响应的返回。
FastAPI 默认会将从 endpoint 返回的字符串转换为 JSON 响应。这意味着字符串中的双引号会被转义(加上反斜杠 \),并且整个字符串会被包裹在双引号中。 如果你需要返回未经格式化的纯文本,比如直接返回 Hello "World"! 而不是 "Hello \"World\"!",则需要使用 PlainTextResponse。
使用 PlainTextResponse 返回纯文本
PlainTextResponse 是 FastAPI 提供的响应类,用于返回纯文本内容。要使用它,你需要从 fastapi.responses 导入 PlainTextResponse,并在你的 endpoint 中指定 response_class=PlainTextResponse。
以下是一个示例:
import uvicorn
from fastapi import FastAPI
from fastapi.responses import PlainTextResponse
app = FastAPI()
@app.get(
"/",
response_class=PlainTextResponse,
)
def read_root():
return 'Hello "World"!'
if __name__ == "__main__":
uvicorn.run(app, host="0.0.0.0", port=8000)代码解释:
- 导入必要的模块:
- uvicorn:用于运行 FastAPI 应用程序。
- FastAPI:FastAPI 框架的核心类。
- PlainTextResponse:用于返回纯文本响应的类。
- 创建 FastAPI 实例:
- app = FastAPI():创建一个 FastAPI 应用程序实例。
- 定义 endpoint:
- @app.get("/", response_class=PlainTextResponse):使用 @app.get() 装饰器定义一个 GET 请求的 endpoint,路径为 /。response_class=PlainTextResponse 指定该 endpoint 返回的响应类型为纯文本。
- def read_root()::定义 endpoint 的处理函数,该函数返回字符串 'Hello "World"!'。
- 运行应用程序:
- if __name__ == "__main__"::这是一个 Python 惯用法,用于确保只有在直接运行该脚本时才执行以下代码。
- uvicorn.run(app, host="0.0.0.0", port=8000):使用 uvicorn 运行 FastAPI 应用程序,监听所有 IP 地址(0.0.0.0)的 8000 端口。
运行结果
运行上述代码后,你可以使用浏览器或 curl 等工具访问 http://127.0.0.1:8000/。 你会看到返回的文本是 Hello "World"!,而不会被 JSON 格式化。
注意事项
确保你已经安装了 FastAPI 和 uvicorn:
pip install fastapi uvicorn
PlainTextResponse 适用于返回简单的文本内容。 如果你需要返回更复杂的数据结构,或者需要支持不同的内容类型,则应该使用其他响应类,例如 JSONResponse 或 HTMLResponse。
response_class 可以在不同的 endpoint 中灵活使用,根据需要选择合适的响应类型。
总结
通过使用 PlainTextResponse,你可以轻松地在 FastAPI 应用程序中返回纯文本响应。 这在需要返回未经格式化的文本内容时非常有用。 记住,根据你的需求选择合适的响应类型,以确保你的 API 能够正确地处理和返回数据。
今天关于《FastAPI返回纯文本方法详解》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
Zapier自定义字段设置详解
- 上一篇
- Zapier自定义字段设置详解
- 下一篇
- TikTok私信收不到怎么解决
-
- 文章 · python教程 | 3天前 |
- Python json解析金额 JSON 保留 Decimal的实现方法
- 337浏览 收藏
-
- 文章 · python教程 | 3天前 |
- Python csv为不同分隔符注册 Dialect的实现方法
- 421浏览 收藏
-
- 文章 · python教程 | 3天前 | python ·
- Python tempfile让临时文件跨平台可删除的实现方法
- 274浏览 收藏
-
- 文章 · python教程 | 3天前 | python · pathlib ·
- Python pathlib安全计算相对路径的实现方法
- 199浏览 收藏
-
- 文章 · python教程 | 3天前 |
- Python asyncio取消任务后等待清理完成的实现方法
- 168浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python functools.cache 递归函数如何避免缓存错误结果
- 377浏览 收藏
-
- 文章 · python教程 | 4天前 | python · Python http.Client HTTPResponse HTTPConnection
- Python http.client 读取响应后为何必须关闭连接
- 116浏览 收藏
-
- 文章 · python教程 | 4天前 | 文件处理 · 安全 · python · Python zipfile ZipFile.extractall 危险路径
- Python zipfile ZipFile.extractall 如何检查危险路径
- 193浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python multiprocessing forkserver 何时比 spawn 合适
- 271浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python contextlib.AsyncExitStack 如何清理异步资源
- 369浏览 收藏
-
- 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。
- 543次学习
-
- 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。
- 516次学习
-
- 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
- 500次学习
-
- 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
- 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。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 117次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 191次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 136次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 112次使用
-
- CMMLU
- 深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
- 90次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

