请求体¶
🌐 Translation by AI and humans
This translation was made by AI guided by humans. 🤝
It could have mistakes of misunderstanding the original meaning, or looking unnatural, etc. 🤖
You can improve this translation by helping us guide the AI LLM better.
当你需要从客户端(比如浏览器)向你的 API 发送数据时,会把它作为请求体发送。
请求体是客户端发送给你的 API 的数据。响应体是你的 API 发送给客户端的数据。
你的 API 几乎总是需要发送响应体。但客户端不一定总是要发送请求体,有时它们只请求某个路径,可能带一些查询参数,但不会发送请求体。
使用 Pydantic 模型来声明请求体,能充分利用它的功能和优点。
信息
发送数据应使用以下之一:POST(最常见)、PUT、DELETE 或 PATCH。
规范中没有定义用 GET 请求发送请求体的行为,但 FastAPI 仍支持这种方式,只用于非常复杂/极端的用例。
由于不推荐,在使用 GET 时,Swagger UI 的交互式文档不会显示请求体的文档,而且中间的代理可能也不支持它。
导入 Pydantic 的 BaseModel¶
从 pydantic 中导入 BaseModel:
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
return item
创建数据模型¶
把数据模型声明为继承 BaseModel 的类。
使用 Python 标准类型声明所有属性:
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
return item
与声明查询参数一样,包含默认值的模型属性是可选的,否则就是必选的。把默认值设为 None 可使其变为可选。
例如,上述模型声明如下 JSON "object"(即 Python dict):
{
"name": "Foo",
"description": "An optional description",
"price": 45.2,
"tax": 3.5
}
...由于 description 和 tax 是可选的(默认值为 None),下面的 JSON "object" 也有效:
{
"name": "Foo",
"price": 45.2
}
声明为参数¶
使用与声明路径和查询参数相同的方式,把它添加至路径操作:
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
return item
...并把其类型声明为你创建的模型 Item。
结果¶
仅使用这些 Python 类型声明,FastAPI 就可以:
- 以 JSON 形式读取请求体。
- (在必要时)把请求体转换为对应的类型。
- 校验数据。
- 数据无效时返回清晰的错误信息,并指出错误数据的确切位置和内容。
- 把接收的数据赋值给参数
item。- 因为你把函数中的参数类型声明为
Item,所以还能获得所有属性及其类型的编辑器支持(补全等)。
- 因为你把函数中的参数类型声明为
- 为你的模型生成 JSON Schema 定义,如果对你的项目有意义,还可以在其他地方使用它们。
- 这些 schema 会成为生成的 OpenAPI Schema 的一部分,并被自动文档的 UIs 使用。
自动文档¶
你的模型的 JSON Schema 会成为生成的 OpenAPI Schema 的一部分,并显示在交互式 API 文档中:

并且,还会用于需要它们的每个路径操作的 API 文档中:

编辑器支持¶
在编辑器中,函数内部你会在各处得到类型提示与补全(如果接收的不是 Pydantic 模型,而是 dict,就不会有这样的支持):

还支持检查错误的类型操作:

这并非偶然,整个框架都是围绕这种设计构建的。
并且在设计阶段、实现之前就进行了全面测试,以确保它能在所有编辑器中正常工作。
我们甚至对 Pydantic 本身做了一些改动以支持这些功能。
上面的截图来自 Visual Studio Code。
但使用 PyCharm 和大多数其他 Python 编辑器,你也会获得相同的编辑器支持:

使用模型¶
在路径操作函数内部直接访问模型对象的所有属性:
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
item_dict = item.model_dump()
if item.tax is not None:
price_with_tax = item.price + item.tax
item_dict.update({"price_with_tax": price_with_tax})
return item_dict
请求体 + 路径参数¶
可以同时声明路径参数和请求体。
FastAPI 能识别与路径参数匹配的函数参数应该从路径中获取,而声明为 Pydantic 模型的函数参数应该从请求体中获取。
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
return {"item_id": item_id, **item.model_dump()}
请求体 + 路径 + 查询参数¶
也可以同时声明请求体、路径和查询参数。
FastAPI 会分别识别它们,并从正确的位置获取数据。
from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
app = FastAPI()
@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item, q: str | None = None):
result = {"item_id": item_id, **item.model_dump()}
if q:
result.update({"q": q})
return result
函数参数按如下规则进行识别:
- 如果该参数也在路径中声明了,它就是路径参数。
- 如果该参数是(
int、float、str、bool等)单一类型,它会被当作查询参数。 - 如果该参数的类型声明为 Pydantic 模型,它会被当作请求体。
注意
FastAPI 会根据默认值 = None 知道 q 的值不是必填的。
str | None(Python 3.10+)或 Union[str, None](Python 3.9+ 中的 Union)并不是 FastAPI 用来判断是否必填的依据;是否必填由是否有默认值 = None 决定。
但添加这些类型注解可以让你的编辑器提供更好的支持并检测错误。
不使用 Pydantic¶
即便不使用 Pydantic 模型也能使用 Body 参数。详见请求体 - 多参数:请求体中的单值。