422错误是Pydantic在请求入口处因数据不合格直接拦截，未进入路由函数；需检查字段名一致性、alias配置、Content-Type、必填项与类型匹配、嵌套模型及字段约束。
422 不是后端挂了，是 Pydantic 在请求刚进来时就拦下了——你连路由函数的门都没进，数据就已经被判定“不合格”。
检查 Pydantic 模型字段名和前端 JSON 键名是否完全一致
Pydantic 默认严格按字段名做键匹配，大小写、下划线、拼写差一个字符都会触发 422。比如模型定义 user_name: str，但前端发的是 {"username": "alice"}，就会失败。
- 用
Field(..., alias="username")显式指定接收名，避免靠猜 - 若用
alias_generator（如 snake_case ↔ camelCase），前后端必须同步约定，且确保生成逻辑覆盖所有字段 - 调试时直接打印
await request.body()和request.headers.get("content-type")，确认真实 payload 和类型
确认请求体确实是 application/json 且无编码污染
FastAPI 只对 Content-Type: application/json 自动解析 JSON。其他情况（如 text/plain、没设 header、手动 JSON.stringify() 后没配 header）都会导致 Pydantic 收不到结构化数据，直接报 422。
- Axios 正确写法：
axios.post("/login", data, { headers: { "Content-Type": "application/json" } })；别用JSON.stringify()+text/plain - Postman 中必须选
Body → raw → JSON，不是Text或Form-data - curl 测试时注意单引号会阻止 shell 解析双引号，
-d'{"key":"val"}'是错的，要用-d'{"key":"val"}'或转义双引号
验证必填字段、类型和嵌套结构是否完整合规
Pydantic 对基础类型校验极严：空字符串传给 int 字段、"true" 传给 bool、漏掉必填字段、嵌套模型传 null，全会在模型实例化阶段失败，返回标准 422 错误体（含 loc、msg）。
FastAPI + Flask 混合部署最佳实践，解决路由定义、API 代理等常见问题，适用于同时运行 FastAPI API 与 Flask 前端的场景。
- 前端必须提供所有
Field(...)字段值，且类型可被 Python 直接转换（"123"→int可行，""→int不行） - 用
EmailStr、IPv4Address等专用类型时，值必须符合其语义（"user@com"过不了EmailStr） - 嵌套模型要逐层检查：若
UserCreate包含profile: Profile，则profile不能为null或缺失
把强业务规则移出 Pydantic 模型，放到路由函数里手写校验
Pydantic v2 的字段级约束（如 constr(min_length=6)、Field(min_length=6)）会在进入路由函数前强制执行。一旦失败，连 @validator 或你写的 if len(user.password) 都不会运行——422 已由框架自动生成并返回。
- 模型只保留基础类型声明和必要语义约束（如
email: EmailStr） - 密码强度、手机号归属地、业务唯一性等规则，统一下沉到路由函数体内手动校验
- 手动校验失败时抛
HTTPException(status_code=400, detail="...")，才能绕过自动 422 并返回自定义错误码和提示
最常被忽略的一点：422 错误响应里的 detail 字段是嵌套结构，loc 给出错误位置（如 ["body", "password"]），但很多人只看 msg 却没结合 loc 定位具体字段——这会导致反复试错却改错地方。
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
