FastAPI多格式返回实现技巧
学习知识要善于思考,思考,再思考!今天golang学习网小编就给大家带来《FastAPI 多格式响应实现方法》,以下内容主要包含等知识点,如果你正在学习或准备学习文章,就都不要错过本文啦~让我们一起来看看吧,能帮助到你就更好了!
FastAPI可通过Accept头或query参数实现单endpoint返回JSON/CVS/XLSX多格式,需匹配Content-Type、Content-Disposition及编码处理。

FastAPI 本身不直接内置 CSV 或 XLSX 响应支持,但可以通过 内容协商(Content Negotiation) + 手动构造响应 实现单个 endpoint 返回多种格式(JSON / CSV / XLSX),关键在于识别客户端期望的格式(通过 Accept 请求头或查询参数),然后动态生成对应内容并设置正确 Content-Type 和 Content-Disposition。
1. 基于 Accept 头自动选择格式
这是最符合 REST 规范的方式。客户端在请求头中声明想要的格式:
Accept: application/json→ 返回 JSON(FastAPI 默认行为)Accept: text/csv→ 返回 CSVAccept: application/vnd.openxmlformats-officedocument.spreadsheetml.sheet→ 返回 XLSX
在 FastAPI 中,用 Request 获取 accept 头,并按优先级匹配(支持 q= 权重):
from fastapi import Request, Response from fastapi.responses import JSONResponse, PlainTextResponse from starlette.responses import StreamingResponse import csv import io from openpyxl import Workbook@app.get("/data") async def get_data(request: Request): accept = request.headers.get("accept", "")
简单解析(生产环境建议用 python-mimeparse 或类似库)
mime_types = [m.split(";")[0].strip() for m in accept.split(",")] data = [{"name": "Alice", "age": 30}, {"name": "Bob", "age": 25}] if "application/json" in mime_types: return JSONResponse(data) elif "text/csv" in mime_types: output = io.StringIO() writer = csv.DictWriter(output, fieldnames=["name", "age"]) writer.writeheader() writer.writerows(data) output.seek(0) return PlainTextResponse( output.getvalue(), media_type="text/csv", headers={"Content-Disposition": 'attachment; filename="data.csv"'} ) elif "application/vnd.openxmlformats-officedocument.spreadsheetml.sheet" in mime_types: wb = Workbook() ws = wb.active ws.append(["name", "age"]) for row in data: ws.append([row["name"], row["age"]]) stream = io.BytesIO() wb.save(stream) stream.seek(0) return StreamingResponse( stream, media_type="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet", headers={"Content-Disposition": 'attachment; filename="data.xlsx"'} ) else: return JSONResponse({"error": "Unsupported Accept type"}, status_code=406)
2. 用 query 参数显式指定 format(更简单、更常用)
对前端或测试更友好,比如:/data?format=csv。适合快速落地:
- 定义
format: str = Query("json", regex="^(json|csv|xlsx)$") - 统一校验输入,避免 MIME 解析复杂度
- 便于文档生成(Swagger UI 可交互选择)
from fastapi import Query@app.get("/data") def get_data(format: str = Query("json", regex="^(json|csv|xlsx)$")): data = [{"name": "Alice", "age": 30}, {"name": "Bob", "age": 25}]
if format == "json": return data # FastAPI 自动序列化 elif format == "csv": output = io.StringIO() writer = csv.DictWriter(output, fieldnames=["name", "age"]) writer.writeheader() writer.writerows(data) return Response( output.getvalue(), media_type="text/csv", headers={"Content-Disposition": 'attachment; filename="data.csv"'} ) elif format == "xlsx": wb = Workbook() ws = wb.active ws.append(["name", "age"]) for d in data: ws.append([d["name"], d["age"]]) stream = io.BytesIO() wb.save(stream) stream.seek(0) return StreamingResponse( stream, media_type="application/vnd.openxmlformats-officedocument.spreadsheetml.sheet", headers={"Content-Disposition": 'attachment; filename="data.xlsx"'} )
3. 注意事项与优化建议
- CSV 中文导出需加 BOM:Windows Excel 默认用 GBK 打开无 BOM 的 UTF-8 CSV 会乱码。可在
io.StringIO()前改用io.BytesIO()+.encode("utf-8-sig") - XLSX 依赖 openpyxl:安装
pip install openpyxl;如需大文件流式写入,考虑xlsxwriter或pyxlsb - 性能敏感场景避免内存堆积:大数据量时,用
StreamingResponse+ 生成器逐行写入 CSV/XLSX,而非全量构建字符串/字节流 - 统一错误处理:格式不支持、数据为空、字段缺失等,建议封装成通用异常处理器返回标准错误响应
4. 可选:用依赖项封装格式逻辑
把格式选择和响应构造抽成依赖项,提升复用性:
from fastapi import Dependsdef get_export_response(data: list, format: str): if format == "json": return JSONResponse(data) elif format == "csv":
... 构造 CSV 响应
elif format == "xlsx": # ... 构造 XLSX 响应@app.get("/data") def get_data(format: str = Query("json", regex="^...$")): data = fetch_data() return get_export_response(data, format)
不复杂但容易忽略的是:格式切换不只是“返回不同内容”,更要配对正确的 Content-Type、Content-Disposition 和字符编码处理。只要明确客户端怎么传意图、服务端怎么分发、每种格式怎么安全高效生成,一个 endpoint 支持多格式就非常自然。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
WPS默认字体设置与格式统一技巧
- 上一篇
- WPS默认字体设置与格式统一技巧
- 下一篇
- Win11网页阅读模式使用教程
-
- 文章 · python教程 | 2天前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 2天前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 2天前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 2天前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 2天前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480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。
- 446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。
- 517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。
- 532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。
- 478次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 303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

