Heim >Backend-Entwicklung >Python-Tutorial >FastAPI: So verwenden Sie Pydantic zum Deklarieren von Abfrageparametern
Vor etwa drei Wochen kam eine der am meisten erwarteten Funktionen von FastAPI heraus. Zumindest wenn es um Pydantic Models FastAPI geht.
Ja, ich spreche von der Möglichkeit, Pydantic-Modelle zum Zuordnen Ihrer Abfrageparameter zu verwenden.
In diesem Beitrag werde ich versuchen, Ihnen alles zu zeigen, was Sie wissen. kann und ? Kann ich zu diesem Thema nichts tun?:
Das erste, was Sie tun müssen, um mit der Zuordnung Ihrer Abfrageparameter mit Pydantic zu beginnen, ist sicherzustellen, dass Sie FastAPI Version 0.115.0 verwenden.
Danach können Sie jederzeit in den FastAPI-Dokumenten nachsehen, was bereits verfügbar ist. Sebastián und die Teammitglieder leisten wirklich sehr gute Arbeit, um die Dokumentation aktuell und informativ zu halten ✨.
Beginnen wir mit einigen Beispielen, wie wir Abfrageparameter in FastAPI zugeordnet haben. ?
Der einfachste Weg wäre:
from fastapi import FastAPI app = FastAPI() @app.get("/") async def search( limit: int | None = 10, skip: int | None = 1, filter: str | None = None ): return { "limit": limit, "skip": skip, "filter": filter }
Und jetzt können Sie einfach anrufen:
GET http://localhost:8000/?limit=42&skip=12&filter=banana
Wenn wir jedoch feststellen würden, dass diese Abfrageparameter in anderen Routen verwendet würden, würden wir sie mit etwas wie Folgendem isolieren:
from typing import Any from fastapi import Depends, FastAPI, Query app = FastAPI() async def pagination_query_string( limit: int | None = Query(10, ge=5, le=100), skip: int | None = Query(1, ge=1), filter: str | None = Query(None) ) -> dict[str, Any]: return { "limit": limit, "skip": skip, "filter": filter } @app.get("/") async def search(q: dict[str, Any] = Depends(pagination_query_string)): return q
Oder da wir Pydantic verwenden, um unsere Modelle abzubilden, würden wir mit nur einer kleinen Umgestaltung Folgendes erhalten:
from fastapi import Depends, FastAPI, Query from pydantic import BaseModel app = FastAPI() class PaginationQueryString(BaseModel): limit: int | None = 10 skip: int | None = 1 filter: str | None = None async def pagination_query_string( limit: int | None = Query(10, ge=5, le=100), skip: int | None = Query(1, ge=1), filter: str | None = Query(None) ) -> PaginationQueryString: return PaginationQueryString( limit=limit, skip=skip, filter=filter ) @app.get("/") async def search(q: PaginationQueryString = Depends(pagination_query_string)): return q
Wenn wir nun unsere Abfragezeichenfolge erhalten möchten, müssen wir keine Funktion erstellen und sie dann als Abhängigkeit hinzufügen. Wir können FastAPI einfach mitteilen, dass wir ein Objekt vom Typ PaginationQueryString wollen und dass es sich um eine Abfragezeichenfolge handelt:
from typing import Annotated from fastapi import FastAPI, Query from pydantic import BaseModel app = FastAPI() class PaginationQueryString(BaseModel): limit: int | None = 10 skip: int | None = 1 filter: str | None = None @app.get("/") async def search(q: Annotated[PaginationQueryString, Query()]): return q
Einfach, oder? ?
Zumindest in Version 0.115.0 funktioniert es nicht sehr gut mit verschachtelten Modellen.
Lass uns etwas versuchen wie:
from typing import Annotated from fastapi import FastAPI, Query from pydantic import BaseModel app = FastAPI() class Filter(BaseModel): name: str | None = None age: int | None = None nickname: str | None = None class PaginationQueryString(BaseModel): limit: int | None = 10 skip: int | None = 1 filter: Filter | None = None @app.get("/") async def search(q: Annotated[PaginationQueryString, Query()]): return q
Wenn wir es wie zuvor nennen:
GET http://localhost:8000/?limit=42&skip=12&filter=chocolate
Wir erhalten eine Fehlermeldung, die uns mitteilt, dass Filter ein Objekt ist:
{ "detail": [ { "type": "model_attributes_type", "loc": [ "query", "filter" ], "msg": "Input should be a valid dictionary or object to extract fields from", "input": "chocolate" } ] }
Zumindest im Moment ist es absolut richtig! Wir haben unseren Filter so geändert, dass er ein Pydantic-Modell und kein String ist. Aber wenn wir versuchen, es in ein Wörterbuch umzuwandeln:
http://localhost:8000/?limit=42&skip=12&filter={%22name%22:%20%22Rafael%22,%20%22age%22:%2038,%20%22nickname%22:%20%22ceb10n%22}
FastAPI teilt uns mit, dass der Filter ein gültiges Wörterbuch sein muss ?:
{ "detail": [ { "type": "model_attributes_type", "loc": [ "query", "filter" ], "msg": "Input should be a valid dictionary or object to extract fields from", "input": "{\"name\": \"Rafael\", \"age\": 38, \"nickname\": \"ceb10n\"}" } ] }
Dies geschieht, weil FastAPI auf Starlettes QueryParams angewiesen ist, die FastAPI einen String und kein Diktat übergibt. Und zumindest in Version 0.115.0 erhalten Sie eine Fehlermeldung.
Es ist ganz einfach:
✅ Sie haben einfache Abfragezeichenfolgen, die keine aufwändigen, ausgefallenen verschachtelten Objekte benötigen? Benutze es! ?
❌ Sie haben eine komplexe verschachtelte Abfragezeichenfolge erstellt? Benutzen Sie es noch nicht? (Und vielleicht sollten Sie versuchen, Ihre Abfragezeichenfolgen zu überdenken. ? Je einfacher, desto besser ?)
Das obige ist der detaillierte Inhalt vonFastAPI: So verwenden Sie Pydantic zum Deklarieren von Abfrageparametern. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!