Python FastAPI 入门实战：从环境搭建到接口开发

1. 路径参数 (Path Parameters)

场景：查询特定 ID 的资源，如 /student/5。

from fastapi import FastAPI
import uvicorn

app = FastAPI()

@app.get("/student/{student_id}")
def get_student(student_id: int):
    return {
        "学生 ID": student_id,
        "类型": str(type(student_id))
    }

if __name__ == "__main__":
    uvicorn.run(app="main:app", host="127.0.0.1", port=8088)

注意函数参数中的 student_id: int。如果访问 /student/abc，FastAPI 会直接报错提示类型不匹配，这就是类型检查的优势。

2. 查询参数 (Query Parameters)

场景：类似搜索，如 /search?keyword=python&page=1。

from fastapi import FastAPI
import uvicorn

app = FastAPI()

@app.get("/search")
def search_data(keyword: str, page: int = 1):
    return {
        "你搜的词": keyword,
        "当前页码": page
    }

if __name__ == "__main__":
    uvicorn.run(app="main:app", host="127.0.0.1", port=8088)

未提供的参数可使用默认值（如 page=1），符合 URL 规范。

五、Pydantic 数据模型

当需要接收复杂结构的数据（如注册信息）时，逐个定义函数参数会很混乱。FastAPI 内置 Pydantic 用于定义数据模型。

from fastapi import FastAPI
import uvicorn
from pydantic import BaseModel

app = FastAPI()

# 定义数据模型
class UserInfo(BaseModel):
    username: str
    password: str
    age: int = 18
    is_student: bool = True

@app.post("/register")
def register(user: UserInfo):
    if user.age < 18:
        return {"message": "未成年人禁止注册", "code": 400}
    return {
        "message": "注册成功",
        "用户": user.username,
        "身份": "学生" if user.is_student else "社会人"
    }

if __name__ == "__main__":
    uvicorn.run(app="main:app", host="127.0.0.1", port=8088)

在接口中使用 UserInfo 作为参数类型，FastAPI 会自动将前端传来的 JSON 解析并校验。若字段缺失或类型错误，框架会直接返回验证失败信息。

六、总结

掌握以上内容，你已经具备了 FastAPI 的基础开发能力：

1. 安装：使用 pip 安装 fastapi 和 uvicorn。
2. 启动：通过 uvicorn 运行应用。
3. 文档：利用 /docs 自动生成接口文档进行测试。
4. 参数：利用类型提示约束路径和查询参数。
5. 模型：使用 BaseModel 处理复杂的 POST 数据。

FastAPI 不仅提升了编码效率，更通过类型系统保证了代码的健壮性。后续可结合数据库进一步实现完整的业务逻辑。