FastAPI 基础学习(二)开发环境安装

作者：麦克煎蛋   出处：https://www.cnblogs.com/mazhiyong/ 转载请保留这段声明，谢谢！

一、依赖项

Python 3.6+

FastAPI 站在这些巨人的肩膀上

• Starlette ：web部分
• Pydantic ：数据部分

可选依赖项：

Pydantic需要：

• ujson - 比较快的 JSON 解析.
• email_validator - email 校验.

Starlette需要：

• requests - TestClient 需要.
• aiofiles - FileResponse 或者 StaticFiles 需要.
• jinja2 - 缺省模板配置需要.
• python-multipart - 表单解析需要.
• itsdangerous - SessionMiddleware 支持需要.
• pyyaml - Starlette's SchemaGenerator 支持需要.
• graphene - GraphQLApp 支持需要.
• ujson - UJSONResponse 需要.

FastAPI / Starlette需要：

• uvicorn - 加载和服务程序需要.
• orjson - ORJSONResponse 需要.

你可以通过以下命令安装以上所有安装包：

 pip install fastapi[all]

二、安装

1、pip install fastapi

2、我们需要一个ASGI服务器，可以使用 Uvicorn 或 Hypercorn。

     pip install uvicorn

三、示例

1、新建文件main.py

from fastapi import FastAPI

app = FastAPI()


@app.get("/")
def read_root():
    return {"Hello": "World"}


@app.get("/items/{item_id}")
def read_item(item_id: int, q: str = None):
    return {"item_id": item_id, "q": q}

或者使用async定义函数：

from fastapi import FastAPI

app = FastAPI()


@app.get("/")
async def read_root():
    return {"Hello": "World"}


@app.get("/items/{item_id}")
async def read_item(item_id: int, q: str = None):
    return {"item_id": item_id, "q": q}

2、运行

uvicorn main:app --reload

输出结果：
INFO: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)
INFO: Started reloader process [28720]
INFO: Started server process [28722]
INFO: Waiting for application startup.
INFO: Application startup complete.

关于命令的解释:

• main: 文件 main.py (Python "模块").
• app:  main.py 创建的实例 app = FastAPI().
• --reload: 代码有改动时服务会自动重启(仅适用于开发环境)

3、接口访问

在浏览器中访问地址：http://127.0.0.1:8000/items/5?q=somequery

我们可以看到响应结果:

{"item_id": 5, "q": "somequery"}

4、我们实际上实现了具有以下功能的一个API：

• 接收以下路径的HTTP请求： / 和 /items/{item_id}.
• 这两个路径都接收GET请求.
• 路径 /items/{item_id} 具有一个路径参数 item_id 并且类型必须为 int.
• 路径 /items/{item_id} 具有一个可选的查询参数 q 并且类型必须为 str. 

四、交互式API文档

我们访问以下两个地址，可获取自动生成的交互式API文档，并且当代码改动时文档会自动更新。方便我们的开发调试。

1、http://127.0.0.1:8000/docs (基于 Swagger UI)

2、http://127.0.0.1:8000/redoc (基于 ReDoc)