starlette 处理复杂 query string 的核心机制依赖于底层 asgi 服务器(如 uvicorn)对 url 的解析,并通过 request 对象的 query_params 属性暴露为 queryparams 对象。开发者可以直接访问该对象获取原始参数,或结合 pydantic 模型进行自动验证与类型转换。对于嵌套结构、数组或多值参数,starlette 默认遵循标准 http 规范,即重复键名生成列表,而复杂的嵌套 json 字符串则需要手动解析。

如何获取和处理多值及重复参数
当查询字符串中包含重复的键名时,例如 ?tag=a&tag=b,Starlette 会自动将这些值聚合为一个列表。开发者可以通过 request.query_params.getlist('tag') 方法直接获取所有值组成的列表,或者使用 get() 仅获取第一个值。这种处理方式使得处理多选框或过滤条件变得非常简单,无需手动拆分字符串。

from starlette.applications import Starlette
from starlette.responses import JSONResponse
from starlette.routing import Route
from starlette.requests import Request
async def handle_multi_value(request: Request):
# 假设 URL 为 /items?category=electronics&category=books
categories = request.query_params.getlist('category')
return JSONResponse({"categories": categories})
app = Starlette(routes=[Route("/items", handle_multi_value)])
如何利用 Pydantic 验证复杂查询参数
对于需要严格类型检查和数据验证的场景,推荐使用 Pydantic 模型来定义查询参数结构。通过继承 BaseModel 并标记字段,Starlette 的路由系统可以自动将 query_params 中的值映射到模型实例中。如果参数缺失或类型不匹配,Pydantic 会抛出验证错误,从而保证进入业务逻辑的数据是安全且符合预期的。这种方法特别适用于处理分页、排序和复杂过滤条件。
Starlette 1.5.1 是轻量级 Python ASGI 框架与工具集,提供路由、请求响应、中间件、WebSocket 和后台任务等组件,适合构建异步 Web 服务。本下载为官方 PyPI 通用 wheel 包,可使用 pip 安装,并由包管理器处理依赖;运行应用时还需配置 ASGI 服务器。

from pydantic import BaseModel, Field
from typing import List, Optional
from starlette.applications import Starlette
from starlette.responses import JSONResponse
from starlette.routing import Route
from starlette.requests import Request
class ProductFilter(BaseModel):
category: str
tags: List[str] = Field(default_factory=list)
min_price: Optional[float] = None
async def filter_products(request: Request, filter: ProductFilter):
# Starlette 自动注入并验证 filter 参数
result = {
"category": filter.category,
"tags": filter.tags,
"min_price": filter.min_price
}
return JSONResponse(result)
app = Starlette(routes=[Route("/products", filter_products)])
如何处理非标准的嵌套 JSON 查询参数
Starlette 原生不支持直接将 ?filter[name]=John 这样的嵌套结构解析为字典,它会将整个值视为字符串。如果需要传递复杂的嵌套对象,通常的做法是将 JSON 字符串作为单个参数的值传递,例如 ?filter={"name":"John","age":30}。在视图函数中,开发者需要手动从 request.query_params['filter'] 获取字符串,并使用 Python 的 json.loads() 进行反序列化。这种方式虽然增加了手动处理的步骤,但提供了最大的灵活性,能够应对任何深度的嵌套结构。










