【碎片】FastAPI 路径参数

2024-08-26 14:20
文章标签 参数 路径 fastapi 碎片

本文主要是介绍【碎片】FastAPI 路径参数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

FastAPI 是一个现代、快速(高性能)的 Web 框架,用于基于标准 Python 类型提示使用 Python 3.7+ 构建 API。它提供交互式 API 文档的自动生成,使您的 API 更容易理解和使用。在本博客中,我们将深入探讨 FastAPI 中请求处理和路径操作的基础知识,特别关注路径参数和查询参数。

什么是路径操作?

路径操作是应用程序中处理特定 HTTP 请求的端点。在 FastAPI 中,您可以使用映射到 HTTP 方法(GET、POST、PUT、DELETE)的装饰器来定义这些操作。每个路径操作都可以有自己的路径,其中可以包含路径参数。

路径参数

路径参数是嵌入在路径本身中的变量。这些参数允许您的 API 直接从 URL 捕获和使用动态值。

示例:路径参数

    from fastapi import FastAPI
    app = FastAPI()
    @app.get("/items/{item_id}")async def read_item(item_id: int): return {"item_id": item_id}

    在此示例中,`item_id` 是路径参数。当您访问 `/items/42` 时,`item_id` 将为 `42`。

    查询参数

    查询参数是可选的,通常用于过滤或排序 API 返回的数据。它们添加到 URL 末尾,以 `?` 开头,后跟用 `&` 分隔的键值对。

    示例:查询参数

      from fastapi import FastAPI
      app = FastAPI()
      @app.get("/items/")async def read_items(skip: int = 0, limit: int = 10): return {"skip": skip, "limit": limit}

      此处,`skip` 和 `limit` 是查询参数。当您访问 `/items/?skip=5&limit=20` 时,`skip` 值将为 `5`,`limit` 值将为 `20`。

      组合路径和查询参数

      您可以在单个路径操作中组合路径和查询参数。

      示例:路径和查询参数

        from fastapi import FastAPI
        app = FastAPI()
        @app.get("/users/{user_id}/items/")async def read_user_items(user_id: int, skip: int = 0, limit: int = 10): return {"user_id": user_id, "skip": skip, "limit": limit}

        在此示例中,`user_id` 是路径参数,而 `skip` 和 `limit` 是查询参数。当您访问 `/users/1/items/?skip=5&limit=20` 时,`user_id` 将为 `1`,`skip` 将为 `5`,`limit` 将为 `20`。

        请求正文

        虽然路径和查询参数非常适合简单数据,但可以使用请求正文发送更复杂的数据。 FastAPI 允许您定义 Pydantic 模型来验证请求主体。

        示例:请求主体

          from fastapi import FastAPIfrom pydantic import BaseModel
          app = FastAPI()
          class Item(BaseModel): name: str description: str = None price: float tax: float = None
          @app.post("/items/")async def create_item(item: Item): return item

          在此示例中,`Item` 模型定义请求主体的结构。当您使用 JSON 主体向 `/items/` 发送 POST 请求时,FastAPI 将根据 `Item` 模型对其进行验证。

          演示

          演示 1:路径参数

            from fastapi import FastAPI
            app = FastAPI()
            @app.get("/books/{book_id}")async def read_book(book_id: int): return {"book_id": book_id}
            # Run the server with: uvicorn demo1:app --reload

            ‍访问 `http://127.0.0.1:8000/books/10`,您将看到 `{"book_id": 10}`。

            演示 2:查询参数

              from fastapi import FastAPI
              app = FastAPI()
              @app.get("/books/")async def read_books(skip: int = 0, limit: int = 10): return {"skip": skip, "limit": limit}
              # Run the server with: uvicorn demo2:app --reload

              访问 `http://127.0.0.1:8000/books/?skip=5&limit=15`,您将看到 `{"skip": 5, "limit": 15}`。

              演示 3:结合路径和查询参数

                from fastapi import FastAPI
                app = FastAPI()
                @app.get("/authors/{author_id}/books/")async def read_author_books(author_id: int, skip: int = 0, limit: int = 10): return {"author_id": author_id, "skip": skip, "limit": limit}
                # Run the server with: uvicorn demo3:app --reload

                访问 `http://127.0.0.1:8000/authors/2/books/?skip=5&limit=15`,您将看到 `{"author_id": 2, "skip": 5, "limit": 15}`。

                让我们探索一些额外的示例,以帮助您更熟悉 FastAPI 中的请求处理和路径操作。这些演示将涵盖一系列场景,包括更复杂的路径参数、组合不同的参数类型以及处理请求主体。

                演示 4:具有多个段的路径参数


                  from fastapi import FastAPI
                  app = FastAPI()
                  @app.get("/files/{file_path:path}")async def read_file(file_path: str): return {"file_path": file_path}
                  # Run the server with: uvicorn demo4:app --reload
                  ‍ ‍ ‍ ‍ ‍ 在此示例中,`file_path` 可以捕获具有多个段的路径,例如 `/files/documents/reports/2024/report.pdf`。当您访问 `http://127.0.0.1:8000/files/documents/reports/2024/report.pdf` 时,您将看到 `{"file_path": "documents/reports/2024/report.pdf"}`。

                  演示 5:可选查询参数

                    from fastapi import FastAPIfrom typing import Optional
                    app = FastAPI()
                    @app.get("/search/")async def search_items(q: Optional[str] = None): if q: return {"query": q} return {"message": "No query provided"}
                    # Run the server with: uvicorn demo5:app --reload

                    在此示例中,`q` 是可选查询参数。如果您访问 `http://127.0.0.1:8000/search/?q=fastapi`,您将看到 `{"query": "fastapi"}`。如果您访问 `http://127.0.0.1:8000/search/` 而不使用查询参数,您将看到 `{"message": "No query provided"}`。

                    演示 6:查询参数的默认值

                      from fastapi import FastAPI
                      app = FastAPI()
                      @app.get("/users/")async def read_users(active: bool = True): return {"active_users_only": active}
                      # Run the server with: uvicorn demo6:app --reload

                      在此示例中,`active` 查询参数的默认值为 `True`。当您访问 `http://127.0.0.1:8000/users/` 时,您将看到 `{"active_users_only": true}`。您可以通过访问 `http://127.0.0.1:8000/users/?active=false` 来覆盖此设置,这将返回 `{"active_users_only": false}`。

                      演示 7:组合路径、查询参数和请求主体

                        from fastapi import FastAPIfrom pydantic import BaseModel
                        app = FastAPI()
                        class Order(BaseModel): item_id: int quantity: int
                        @app.post("/users/{user_id}/orders/")async def create_order(user_id: int, priority: str = "normal", order: Order): return {"user_id": user_id, "priority": priority, "order": order}
                        # Run the server with: uvicorn demo7:app --reload

                        在此示例中,`user_id` 是路径参数,`priority` 是具有默认值的查询参数,`order` 请求主体使用 Pydantic 模型进行验证。要测试这一点,你可以向 `http://127.0.0.1:8000/users/1/orders/?priority=high` 发送一个 POST 请求,其中包含以下 JSON 主体:

                          {    "item_id": 123,    "quantity": 2}

                          ‍这将返回:

                            {    "user_id": 1,    "priority": "high",    "order": {        "item_id": 123,        "quantity": 2    }}

                            演示 8:处理同名的多个查询参数

                              from fastapi import FastAPIfrom typing import List
                              app = FastAPI()
                              @app.get("/tags/")async def read_tags(tags: List[str] = None): return {"tags": tags}
                              # Run the server with: uvicorn demo8:app --reload

                              在此示例中,`tags` 是一个可以接受多个值的查询参数。当您访问 `http://127.0.0.1:8000/tags/?tags=python&tags=fastapi` 时,您将看到 `{"tags": ["python", "fastapi"]}`。

                              演示 9:使用枚举作为路径和查询参数

                                from fastapi import FastAPIfrom enum import Enum
                                app = FastAPI()
                                class Status(str, Enum): pending = "pending" completed = "completed" failed = "failed"
                                @app.get("/tasks/{status}")async def read_task(status: Status): return {"status": status}
                                @app.get("/tasks/")async def read_tasks(status: Status = Status.pending): return {"status": status}
                                # Run the server with: uvicorn demo9:app --reload

                                在此示例中,`Status` 是一个枚举,可用于路径和查询参数。访问 `http://127.0.0.1:8000/tasks/pending` 将返回 `{"status": "pending"}`,访问 `http://127.0.0.1:8000/tasks/?status=completed` 将返回 `{"status": "completed"}`。

                                这些附加演示说明了 FastAPI 在处理不同类型的参数和请求数据方面的多功能性和强大功能。通过使用这些示例,您可以轻松构建更具动态性和功能丰富的 API。

                                FastAPI 使处理带有路径和查询参数的请求变得非常简单。通过使用这些功能,您可以构建灵活、动态且易于理解和维护的 API。FastAPI 生成的交互式 API 文档进一步简化了探索和测试端点的过程。

                                码字不易,喜欢的话点和,分享给更多的朋友。或者关注小编,了解更多新篇章。也可以通过合集查看更多,谢谢!  


                                这篇关于【碎片】FastAPI 路径参数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



                                http://www.chinasem.cn/article/1108813

                                相关文章

                                Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

                                夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

                                hdu2544(单源最短路径)

                                模板题: //题意:求1到n的最短路径,模板题#include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<queue>#include<set>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#i

                                C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

                                🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

                                如何在页面调用utility bar并传递参数至lwc组件

                                1.在app的utility item中添加lwc组件: 2.调用utility bar api的方式有两种: 方法一,通过lwc调用: import {LightningElement,api ,wire } from 'lwc';import { publish, MessageContext } from 'lightning/messageService';import Ca

                                4B参数秒杀GPT-3.5:MiniCPM 3.0惊艳登场!

                                ​ 面壁智能 在 AI 的世界里,总有那么几个时刻让人惊叹不已。面壁智能推出的 MiniCPM 3.0,这个仅有4B参数的"小钢炮",正在以惊人的实力挑战着 GPT-3.5 这个曾经的AI巨人。 MiniCPM 3.0 MiniCPM 3.0 MiniCPM 3.0 目前的主要功能有: 长上下文功能:原生支持 32k 上下文长度,性能完美。我们引入了

                                poj 1734 (floyd求最小环并打印路径)

                                题意: 求图中的一个最小环,并打印路径。 解析: ans 保存最小环长度。 一直wa,最后终于找到原因,inf开太大爆掉了。。。 虽然0x3f3f3f3f用memset好用,但是还是有局限性。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#incl

                                AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出

                                AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出 在数字化时代,文本到语音(Text-to-Speech, TTS)技术已成为人机交互的关键桥梁,无论是为视障人士提供辅助阅读,还是为智能助手注入声音的灵魂,TTS 技术都扮演着至关重要的角色。从最初的拼接式方法到参数化技术,再到现今的深度学习解决方案,TTS 技术经历了一段长足的进步。这篇文章将带您穿越时

                                如何确定 Go 语言中 HTTP 连接池的最佳参数?

                                确定 Go 语言中 HTTP 连接池的最佳参数可以通过以下几种方式: 一、分析应用场景和需求 并发请求量: 确定应用程序在特定时间段内可能同时发起的 HTTP 请求数量。如果并发请求量很高,需要设置较大的连接池参数以满足需求。例如,对于一个高并发的 Web 服务,可能同时有数百个请求在处理,此时需要较大的连接池大小。可以通过压力测试工具模拟高并发场景,观察系统在不同并发请求下的性能表现,从而

                                【408DS算法题】039进阶-判断图中路径是否存在

                                Index 题目分析实现总结 题目 对于给定的图G,设计函数实现判断G中是否含有从start结点到stop结点的路径。 分析实现 对于图的路径的存在性判断,有两种做法:(本文的实现均基于邻接矩阵存储方式的图) 1.图的BFS BFS的思路相对比较直观——从起始结点出发进行层次遍历,遍历过程中遇到结点i就表示存在路径start->i,故只需判断每个结点i是否就是stop

                                Android Environment 获取的路径问题

                                1. 以获取 /System 路径为例 /*** Return root of the "system" partition holding the core Android OS.* Always present and mounted read-only.*/public static @NonNull File getRootDirectory() {return DIR_ANDR