建设外汇网站1000倍爆率传奇
简介：
FastAPI 是一个用于构建 API 的现代、快速（高性能）的 web 框架，使用 Python 并基于标准的 Python 类型提示。
关键特性:
-
快速：可与 NodeJS 和 Go 并肩的极高性能（归功于 Starlette 和 Pydantic）。最快的 Python web 框架之一。
-
高效编码：提高功能开发速度约 200％ 至 300％。*
-
更少 bug：减少约 40％ 的人为（开发者）导致错误。*
-
智能：极佳的编辑器支持。处处皆可自动补全，减少调试时间。
-
简单：设计的易于使用和学习，阅读文档的时间更短。
-
简短：使代码重复最小化。通过不同的参数声明实现丰富功能。bug 更少。
-
健壮：生产可用级别的代码。还有自动生成的交互式文档。
-
标准化：基于（并完全兼容）API 的相关开放标准：OpenAPI (以前被称为 Swagger) 和 JSON Schema。
Starlette,Pydantic 与 FastAPI 的关系
Pydantic 是一个基于 Python 类型提示来定义数据验证，序列化和文档（使用 JSON 模式）库
Starlette 是一种轻量级的 ASGI 框架/工具包，是构建高性能 Asyncio 服务的理想选择,异步功能网关
pydantic库学习
pydantic中BaseModel类
数据导入类
校验失败处理
模型类的属性和方法
数据写入文件
递归/嵌套模型
from datetime import datetime
from pydantic import BaseModel
from typing import List, Optional
from pathlib import Path
class User(BaseModel):
id: int #无默认值所以是必填字段
name: str = "Slaine Troyard" #可选字段，有默认字符串
signup_ts: Optional[datetime] #可选字段，默认为None
friends: List[int] = [] #列表中元素为int类型或者可转换为int
external_data = {
"id": "123",
"singnup_ts": "2022-7-12 20:51",
"friends": [1, 2, "3"] #满足friends要求
}
print("-------------------------------")
#使用python解包方式 ** ，将external_data数据传到类模板中实例化
user = User(**external_data)
print(user.id, user.friends) #打印出实例化对象指定属性
print(user.dict()) #以字典形式打印出对象内容（字符串3被自动转换为int）
###----校验失败处理
try:
User(id=1, signup_ts=datetime.today(), friends=[1,2,"not number"])
except ValueError as e:
print(e.json()) #将报错json格式化
print("----------------------------------")
###模型类的属性和方法
print(user.dict())
print(user.json())
print(user.copy())
print(User.parse_obj(obj=external_data))#解包的方法，解析字典数据
print(User.parse_raw('{"id": "123", "name": "Slaine Troyard", "signup_ts": "2022-7-12 20:51", "friends": [1, 2, 3]}')) #解析原生数据
#数据写入文件
path = Path('pydantic_writin.json')
path.write_text('{"id": "123", "name": "Slaine Troyard", "signup_ts": "2022-7-12 20:51", "friends": [1, 2, 3]}')
print(User.parse_file(path))
print("----------------------------------")
print(user.schema())
print(user.schema_json())#显示输出数据的格式和方案
print(user.construct()) #不检验数据直接创建模型类||与parse_obj相比它不作自动校验
print("----------")
print(User.__fields__.keys())
print("----------------------------------")
####递归/嵌套模型
class Sound(BaseModel):
sound: str
class Dog(BaseModel):
birthday: datetime
weight: float = Optional[None]
sound: List[Sound]
dogs = Dog(birthday=datetime.today(), weight=12.3, sound=[{"sound":"wang wang"}, {"sound": "ying ying"}])
print(dogs.dict())
fastApi 入门
简单的 Web 应用开发只需要4步即可完成。
-
创建一个 APP 实例
-
编写一个路径操作装饰器（如 @app.get("/")）
-
编写一个路径操作函数
-
运行开发服务器（如 uvicorn main:app--reload）
1.环境准备
pip install fastapi == 版本号
pip install uvicorn 类似于tomcat 的作用 专为异步 Python Web 应用设计的服务器
2. 入门案例
from fastapi import FastAPI
# 创建一个APP实例
app = FastAPI()
# 添加路径操作装饰器和路径操作函数
@app.get("/")
async def demo():
return {"Hello": "World"}
if __name__ == "__main__":
import uvicorn
# 启动服务，注意APP前面的文件名称
uvicorn.run(app='helloWorld:app', host="127.0.0.1", port=8010, reload=True, debug=True)
启动 项目中应用 直接在main 中 uvicorn.run其中包括了多个配置参数