添加链接
link管理
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接

源码 https://github.com/tiangolo/fastapi

FastAPI 是一个用于构建 API 的现代、快速(高性能)的 web 框架,使用 Python 3.8+ 并基于标准的 Python 类型提示。

关键特性:

快速 :可与 NodeJS 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
  • * 根据对某个构建线上应用的内部开发团队所进行的测试估算得出。

    Sponsors

    Other sponsors

    [...] 最近我一直在使用 FastAPI 。[...] 实际上我正在计划将其用于我所在的 微软 团队的所有 机器学习服务 。其中一些服务正被集成进核心 Windows 产品和一些 Office 产品。

    Kabir Khan - 微软 (ref)

    我们选择了 FastAPI 来创建用于获取 预测结果 REST 服务。[用于 Ludwig]

    Piero Molino,Yaroslav Dudin 和 Sai Sumanth Miryala - Uber (ref)

    Netflix 非常高兴地宣布,正式开源我们的 危机管理 编排框架: Dispatch ![使用 FastAPI 构建]

    Kevin Glisson,Marc Vilanova,Forest Monsen - Netflix (ref)

    FastAPI 让我兴奋的欣喜若狂。它太棒了!

    Brian Okken - Python Bytes 播客主持人 (ref)

    老实说,你的作品看起来非常可靠和优美。在很多方面,这就是我想让 Hug 成为的样子 - 看到有人实现了它真的很鼓舞人心。

    Timothy Crosley - Hug 作者 (ref)

    如果你正打算学习一个 现代框架 用来构建 REST API,来看下 FastAPI [...] 它快速、易用且易于学习 [...]

    我们已经将 API 服务切换到了 FastAPI [...] 我认为你会喜欢它的 [...]

    Ines Montani - Matthew Honnibal - Explosion AI 创始人 - spaCy 作者 (ref) - (ref)

    Typer ,命令行中的 FastAPI

    如果你正在开发一个在终端中运行的 命令行 应用而不是 web API,不妨试下 Typer

    Typer 是 FastAPI 的小同胞。它想要成为 命令行中的 FastAPI 。 ⌨️ 🚀

    Python 3.8 及更高版本

    FastAPI 站在以下巨人的肩膀之上:

  • Starlette 负责 web 部分。
  • Pydantic 负责数据部分。
  • $ pip install fastapi
    ---> 100%
    @app.get("/items/{item_id}")
    def read_item(item_id: int, q: Union[str, None] = None):
        return {"item_id": item_id, "q": q}
    或者使用 async def...
    

    如果你的代码里会出现 async / await,请使用 async def

    from typing import Union
    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: Union[str, None] = None):
        return {"item_id": item_id, "q": q}
    

    Note:

    如果你不知道是否会用到,可以查看文档的 "In a hurry?" 章节中 关于 asyncawait 的部分

    通过以下命令运行服务器:

    $ uvicorn main:app --reload
    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.
    
  • mainmain.py 文件(一个 Python "模块")。
  • app:在 main.py 文件中通过 app = FastAPI() 创建的对象。
  • --reload:让服务器在更新代码后重新启动。仅在开发时使用该选项。
  • 使用浏览器访问 http://127.0.0.1:8000/items/5?q=somequery

    你将会看到如下 JSON 响应:

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

    你已经创建了一个具有以下功能的 API:

  • 通过 路径 //items/{item_id} 接受 HTTP 请求。
  • 以上 路径 都接受 GET 操作(也被称为 HTTP 方法)。
  • /items/{item_id} 路径 有一个 路径参数 item_id 并且应该为 int 类型。
  • /items/{item_id} 路径 有一个可选的 str 类型的 查询参数 q
  • 交互式 API 文档

    现在访问 http://127.0.0.1:8000/docs

    你会看到自动生成的交互式 API 文档(由 Swagger UI生成):

    可选的 API 文档

    访问 http://127.0.0.1:8000/redoc

    你会看到另一个自动生成的文档(由 ReDoc 生成):

    示例升级

    现在修改 main.py 文件来从 PUT 请求中接收请求体。

    我们借助 Pydantic 来使用标准的 Python 类型声明请求体。

    from typing import Union
    from fastapi import FastAPI
    from pydantic import BaseModel
    app = FastAPI()
    class Item(BaseModel):
        name: str
        price: float
        is_offer: Union[bool, None] = None
    @app.get("/")
    def read_root():
        return {"Hello": "World"}
    @app.get("/items/{item_id}")
    def read_item(item_id: int, q: Union[str, None] = None):
        return {"item_id": item_id, "q": q}
    @app.put("/items/{item_id}")
    def update_item(item_id: int, item: Item):
        return {"item_name": item.name, "item_id": item_id}
    

    服务器将会自动重载(因为在上面的步骤中你向 uvicorn 命令添加了 --reload 选项)。

    交互式 API 文档升级

    访问 http://127.0.0.1:8000/docs

  • 交互式 API 文档将会自动更新,并加入新的请求体:
  • 点击「Try it out」按钮,之后你可以填写参数并直接调用 API:
  • 然后点击「Execute」按钮,用户界面将会和 API 进行通信,发送参数,获取结果并在屏幕上展示:
  • 可选文档升级

    访问 http://127.0.0.1:8000/redoc

  • 可选文档同样会体现新加入的请求参数和请求体:
  • 总的来说,你就像声明函数的参数类型一样只声明了一次请求参数、请求体等的类型。

    你使用了标准的现代 Python 类型来完成声明。

    你不需要去学习新的语法、了解特定库的方法或类,等等。

    只需要使用标准的 Python 3.8 及更高版本

    举个例子,比如声明 int 类型:

    item_id: int
    

    或者一个更复杂的 Item 模型:

    item: Item
    

    ......在进行一次声明之后,你将获得:

  • 编辑器支持,包括:
    • 数据校验:
      • 在校验失败时自动生成清晰的错误信息
      • 对多层嵌套的 JSON 对象依然执行校验
      • 转换 来自网络请求的输入数据为 Python 数据类型。包括以下数据:
        • Cookies
        • 转换 输出的数据:转换 Python 数据类型为供网络传输的 JSON 数据:
          • 转换 Python 基础类型 (strintfloatboollist 等)
          • datetime 对象
          • UUID 对象
          • 数据库模型
          • ......以及更多其他类型
          • 自动生成的交互式 API 文档,包括两种可选的用户界面:
            • Swagger UI
            • ReDoc
            • 校验 GETPUT 请求的路径中是否含有 item_id
            • 校验 GETPUT 请求中的 item_id 是否为 int 类型。
              • 如果不是,客户端将会收到清晰有用的错误信息。
              • 检查 GET 请求中是否有命名为 q 的可选查询参数(比如 http://127.0.0.1:8000/items/foo?q=somequery)。
                • 因为 q 被声明为 = None,所以它是可选的。
                • 如果没有 None 它将会是必需的 (如 PUT 例子中的请求体)。
                • 对于访问 /items/{item_id}PUT 请求,将请求体读取为 JSON 并:
                  • 检查是否有必需属性 name 并且值为 str 类型 。
                  • 检查是否有必需属性 price 并且值为 float 类型。
                  • 检查是否有可选属性 is_offer, 如果有的话值应该为 bool 类型。
                  • 以上过程对于多层嵌套的 JSON 对象同样也会执行
                  • 自动对 JSON 进行转换或转换成 JSON。
                  • 通过 OpenAPI 文档来记录所有内容,可被用于:
                    • 交互式文档系统
                    • 许多编程语言的客户端代码自动生成系统
                    • 直接提供 2 种交互式文档 web 界面。
                    • 虽然我们才刚刚开始,但其实你已经了解了这一切是如何工作的。

                      尝试更改下面这行代码:

                          return {"item_name": item.name, "item_id": item_id}
                      

                      ......从:

                              ... "item_name": item.name ...
                      

                      ......改为:

                              ... "item_price": item.price ...
                      

                      ......注意观察编辑器是如何自动补全属性并且还知道它们的类型:

                      教程 - 用户指南 中有包含更多特性的更完整示例。

                      剧透警告: 教程 - 用户指南中的内容有:

                    • 对来自不同地方的参数进行声明,如:请求头cookiesform 表单以及上传的文件
                    • 如何设置校验约束maximum_length 或者 regex
                    • 一个强大并易于使用的 依赖注入 系统。
                    • 安全性和身份验证,包括通过 JWT 令牌HTTP 基本身份认证来支持 OAuth2
                    • 更进阶(但同样简单)的技巧来声明 多层嵌套 JSON 模型 (借助 Pydantic)。
                    • 许多额外功能(归功于 Starlette)比如:
                      • WebSockets
                      • GraphQL
                      • 基于 HTTPX 和 pytest 的极其简单的测试
                      • Cookie Sessions
                      • ......以及更多
                      • 独立机构 TechEmpower 所作的基准测试结果显示,基于 Uvicorn 运行的 FastAPI 程序是 最快的 Python web 框架之一,仅次于 Starlette 和 Uvicorn 本身(FastAPI 内部使用了它们)。(*)

                        想了解更多,请查阅 基准测试 章节。

                        可选依赖

                        用于 Pydantic:

                      • email_validator - 用于 email 校验。
                      • 用于 Starlette:

                      • httpx - 使用 TestClient 时安装。
                      • jinja2 - 使用默认模板配置时安装。
                      • python-multipart - 需要通过 request.form() 对表单进行「解析」时安装。
                      • itsdangerous - 需要 SessionMiddleware 支持时安装。
                      • pyyaml - 使用 Starlette 提供的 SchemaGenerator 时安装(有 FastAPI 你可能并不需要它)。
                      • graphene - 需要 GraphQLApp 支持时安装。
                      • ujson - 使用 UJSONResponse 时安装。
                      • 用于 FastAPI / Starlette:

                      • uvicorn - 用于加载和运行你的应用程序的服务器。
                      • orjson - 使用 ORJSONResponse 时安装。
                      • 你可以通过 pip install fastapi[all] 命令来安装以上所有依赖。

                        许可协议

                        该项目遵循 MIT 许可协议。

                        The FastAPI trademark is owned by @tiangolo and is registered in the US and across other regions Made with Material for MkDocs
  •