主体 - 嵌套模型¶

使用 FastAPI，您可以定义、验证、记录和使用任意深度嵌套的模型（感谢 Pydantic）。

列表字段¶

您可以将属性定义为子类型。例如，Python list

Python 3.10+Python 3.8+

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    description: str | None = None
    price: float
    tax: float | None = None
    tags: list = []


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: list = []


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

这将使 tags 成为一个列表，尽管它没有声明列表元素的类型。

带有类型参数的列表字段¶

但是 Python 有一种特定方法来声明带有内部类型的列表，或者说是“类型参数”。

导入 typing 的 `List`¶

在 Python 3.9 及更高版本中，您可以使用标准 list 来声明这些类型注释，正如我们将在下面看到的那样。💡

但在 Python 3.9 之前的版本（3.6 及更高版本）中，您首先需要从标准 Python 的 typing 模块导入 List

from typing import List, Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: List[str] = []


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

声明带有类型参数的 `list`¶

要声明具有类型参数（内部类型）的类型，例如 list、dict、tuple

如果您使用的是 Python 3.9 之前的版本，请从 typing 模块导入它们的等效版本
使用方括号将内部类型作为“类型参数”传递：[ 和 ]

在 Python 3.9 中，将是

my_list: list[str]

在 Python 3.9 之前的版本中，将是

from typing import List

my_list: List[str]

这就是标准 Python 语法用于类型声明。

将相同的标准语法用于具有内部类型的模型属性。

因此，在我们的示例中，我们可以使 tags 特别地成为“字符串列表”。

Python 3.10+Python 3.9+Python 3.8+

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    description: str | None = None
    price: float
    tax: float | None = None
    tags: list[str] = []


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: list[str] = []


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import List, Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: List[str] = []


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

设置类型¶

但随后我们仔细思考，意识到标签不应该重复，它们可能应该是唯一的字符串。

并且 Python 有一种特殊的数据类型用于唯一项的集合，即 set。

然后我们可以将 tags 声明为字符串集

Python 3.10+Python 3.9+Python 3.8+

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    description: str | None = None
    price: float
    tax: float | None = None
    tags: set[str] = set()


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: set[str] = set()


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Set, Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: Set[str] = set()


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

这样，即使您收到包含重复数据的请求，它也会被转换为唯一项的集合。

并且无论何时您输出该数据，即使源数据有重复项，它也会作为唯一项的集合输出。

并且它也会被相应地注释/记录。

嵌套模型¶

Pydantic 模型的每个属性都具有一个类型。

但该类型本身可以是另一个 Pydantic 模型。

因此，您可以声明具有特定属性名称、类型和验证的深度嵌套的 JSON“对象”。

所有这些，都是任意嵌套的。

定义子模型¶

例如，我们可以定义一个 Image 模型

Python 3.10+Python 3.9+Python 3.8+

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Image(BaseModel):
    url: str
    name: str


class Item(BaseModel):
    name: str
    description: str | None = None
    price: float
    tax: float | None = None
    tags: set[str] = set()
    image: Image | None = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Image(BaseModel):
    url: str
    name: str


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: set[str] = set()
    image: Union[Image, None] = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Set, Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Image(BaseModel):
    url: str
    name: str


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: Set[str] = set()
    image: Union[Image, None] = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

将子模型用作类型¶

然后我们可以将其用作属性的类型

Python 3.10+Python 3.9+Python 3.8+

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Image(BaseModel):
    url: str
    name: str


class Item(BaseModel):
    name: str
    description: str | None = None
    price: float
    tax: float | None = None
    tags: set[str] = set()
    image: Image | None = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Image(BaseModel):
    url: str
    name: str


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: set[str] = set()
    image: Union[Image, None] = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Set, Union

from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()


class Image(BaseModel):
    url: str
    name: str


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: Set[str] = set()
    image: Union[Image, None] = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

这意味着 FastAPI 会期望一个类似于以下内容的正文

{
    "name": "Foo",
    "description": "The pretender",
    "price": 42.0,
    "tax": 3.2,
    "tags": ["rock", "metal", "bar"],
    "image": {
        "url": "http://example.com/baz.jpg",
        "name": "The Foo live"
    }
}

同样，仅仅进行这种声明，使用 FastAPI，您就可以得到

编辑器支持（自动补全等），即使对于嵌套模型也是如此
数据转换
数据验证
自动文档

特殊类型和验证¶

除了像 str、int、float 等普通的单一类型外，您还可以使用从 str 继承的更复杂的单一类型。

要查看您拥有的所有选项，请查看 Pydantic 的类型概述。您将在下一章中看到一些示例。

例如，正如我们在 Image 模型中有一个 url 字段，我们可以将其声明为 Pydantic 的 HttpUrl 的实例，而不是 str

Python 3.10+Python 3.9+Python 3.8+

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


class Item(BaseModel):
    name: str
    description: str | None = None
    price: float
    tax: float | None = None
    tags: set[str] = set()
    image: Image | None = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Union

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: set[str] = set()
    image: Union[Image, None] = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Set, Union

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: Set[str] = set()
    image: Union[Image, None] = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

字符串将被检查以确保它是有效的 URL，并在 JSON Schema / OpenAPI 中进行记录。

包含子模型列表的属性¶

您也可以使用 Pydantic 模型作为 list、set 等的子类型。

Python 3.10+Python 3.9+Python 3.8+

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


class Item(BaseModel):
    name: str
    description: str | None = None
    price: float
    tax: float | None = None
    tags: set[str] = set()
    images: list[Image] | None = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import Union

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: set[str] = set()
    images: Union[list[Image], None] = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

from typing import List, Set, Union

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: Set[str] = set()
    images: Union[List[Image], None] = None


@app.put("/items/{item_id}")
async def update_item(item_id: int, item: Item):
    results = {"item_id": item_id, "item": item}
    return results

这将期望（转换、验证、记录等）一个类似 JSON 的主体

{
    "name": "Foo",
    "description": "The pretender",
    "price": 42.0,
    "tax": 3.2,
    "tags": [
        "rock",
        "metal",
        "bar"
    ],
    "images": [
        {
            "url": "http://example.com/baz.jpg",
            "name": "The Foo live"
        },
        {
            "url": "http://example.com/dave.jpg",
            "name": "The Baz"
        }
    ]
}

信息

请注意，images 键现在包含一个图像对象列表。

深度嵌套的模型¶

您可以定义任意深度嵌套的模型

Python 3.10+Python 3.9+Python 3.8+

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


class Item(BaseModel):
    name: str
    description: str | None = None
    price: float
    tax: float | None = None
    tags: set[str] = set()
    images: list[Image] | None = None


class Offer(BaseModel):
    name: str
    description: str | None = None
    price: float
    items: list[Item]


@app.post("/offers/")
async def create_offer(offer: Offer):
    return offer

from typing import Union

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: set[str] = set()
    images: Union[list[Image], None] = None


class Offer(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    items: list[Item]


@app.post("/offers/")
async def create_offer(offer: Offer):
    return offer

from typing import List, Set, Union

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


class Item(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    tax: Union[float, None] = None
    tags: Set[str] = set()
    images: Union[List[Image], None] = None


class Offer(BaseModel):
    name: str
    description: Union[str, None] = None
    price: float
    items: List[Item]


@app.post("/offers/")
async def create_offer(offer: Offer):
    return offer

信息

请注意，Offer 包含一个 Item 列表，而 Item 又包含一个可选的 Image 列表。

纯列表的主体¶

如果期望的 JSON 主体顶层值为 JSON array（Python list），则可以在函数参数中声明类型，与 Pydantic 模型中的声明方式相同

images: List[Image]

或者在 Python 3.9 及更高版本中

images: list[Image]

如

Python 3.9+Python 3.8+

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


@app.post("/images/multiple/")
async def create_multiple_images(images: list[Image]):
    return images

from typing import List

from fastapi import FastAPI
from pydantic import BaseModel, HttpUrl

app = FastAPI()


class Image(BaseModel):
    url: HttpUrl
    name: str


@app.post("/images/multiple/")
async def create_multiple_images(images: List[Image]):
    return images

无处不在的编辑器支持¶

您将获得无处不在的编辑器支持。

即使对于列表中的项目

如果您直接使用 dict 而不是 Pydantic 模型，则无法获得这种编辑器支持。

但是您也不必担心它们，传入的字典会自动转换，您的输出也会自动转换为 JSON。

任意 `dict` 的主体¶

您还可以将主体声明为一个 dict，其中键为某种类型，值则为另一种类型。

这样，您就不必事先知道有效的字段/属性名称（与 Pydantic 模型不同）。

如果您想要接收尚不知道的键，这将很有用。

另一个有用的情况是，当您想要使用其他类型的键（例如 int）时。

这就是我们将在本文中看到的。

在这种情况下，只要 dict 具有 int 键和 float 值，您就可以接受任何 dict

Python 3.9+Python 3.8+

from fastapi import FastAPI

app = FastAPI()


@app.post("/index-weights/")
async def create_index_weights(weights: dict[int, float]):
    return weights

from typing import Dict

from fastapi import FastAPI

app = FastAPI()


@app.post("/index-weights/")
async def create_index_weights(weights: Dict[int, float]):
    return weights

提示

请记住，JSON 仅支持 str 作为键。

但是 Pydantic 具有自动数据转换功能。

这意味着，即使您的 API 客户端只能发送字符串作为键，只要这些字符串包含纯整数，Pydantic 就会转换并验证它们。

您收到的 weights dict 实际上将具有 int 键和 float 值。

回顾¶

使用 FastAPI，您可以获得 Pydantic 模型提供的最大灵活性，同时保持代码简洁、短小且优雅。

但所有这些都有优势

编辑器支持（无处不在的代码补全！）
数据转换（又称解析/序列化）
数据验证
架构文档
自动文档

主体 - 嵌套模型¶

列表字段¶

带有类型参数的列表字段¶

导入 typing 的 List¶

声明带有类型参数的 list¶

设置类型¶

嵌套模型¶

定义子模型¶

将子模型用作类型¶

特殊类型和验证¶

包含子模型列表的属性¶

深度嵌套的模型¶

纯列表的主体¶

无处不在的编辑器支持¶

任意 dict 的主体¶

回顾¶

导入 typing 的 `List`¶

声明带有类型参数的 `list`¶

任意 `dict` 的主体¶