1. Python 基础
FastAPI 是基于 Python 的框架，因此你需要熟悉 Python 3.6+ 的基本语法和特性。以下是关键点：
1.1 变量和数据类型
- Python 使用动态类型，无需显式声明变量类型。
- 常用数据类型：整数（
int）、浮点数（float）、字符串（str）、列表（list）、字典（dict）。
name = "Alice" # 字符串
age = 25 # 整数
scores = [90, 85, 88] # 列表
person = {"name": "Alice", "age": 25} # 字典
1.2 函数和类型注解
- 定义函数使用
def关键字。 - FastAPI 大量使用 Python 的类型注解（Type Hints），需要熟悉。
# 基本函数
def add(a, b):
return a + b
# 带类型注解的函数
def add_with_types(a: int, b: int) -> int:
return a + b
print(add(3, 5)) # 输出: 8
print(add_with_types(3, 5)) # 输出: 8
类型注解是 FastAPI 的核心特性，用于参数验证和自动生成文档。
1.3 类和对象
- FastAPI 使用 Pydantic 模型（基于类），需要理解面向对象编程基础。
class Person:
def __init__(self, name: str, age: int):
self.name = name
self.age = age
def greet(self) -> str:
return f"Hello, I'm {self.name}!"
alice = Person("Alice", 25)
print(alice.greet()) # 输出: Hello, I'm Alice!
1.4 模块和包
- Python 使用
import引入模块，FastAPI 是一个外部包。 - 安装包使用
pip，例如：pip install fastapi。
import math
print(math.sqrt(16)) # 输出: 4.0
1.5 异常处理
- 使用
try和except处理错误，FastAPI 中常用。
try:
result = 10 / 0
except ZeroDivisionError:
print("不能除以零！")
2. 异步编程基础
FastAPI 是异步框架，基于 Python 的 asyncio 库。你需要理解异步编程的核心概念：async 和 await。
2.1 同步 vs 异步
- 同步：代码按顺序执行，等待每个操作完成。
- 异步：可以在等待某个操作（如网络请求）时执行其他任务。
# 同步示例
def sync_task():
print("任务开始")
print("任务结束")
sync_task()
# 异步示例
import asyncio
async def async_task():
print("任务开始")
await asyncio.sleep(1) # 模拟耗时操作
print("任务结束")
asyncio.run(async_task())
2.2 async 和 await
async def定义异步函数。await用于暂停执行，等待异步操作完成。
import asyncio
async def say_hello():
print("Hello")
await asyncio.sleep(2) # 等待 2 秒
print("World")
# 运行异步函数
asyncio.run(say_hello())
2.3 多个异步任务
- 使用
asyncio.gather并发运行多个异步任务。
import asyncio
async def task1():
await asyncio.sleep(1)
print("任务 1 完成")
async def task2():
await asyncio.sleep(2)
print("任务 2 完成")
async def main():
await asyncio.gather(task1(), task2())
asyncio.run(main())
# 输出:
# 任务 1 完成 (1秒后)
# 任务 2 完成 (2秒后)
FastAPI 使用异步来处理多个请求，提高性能，因此理解这些概念至关重要。
3. HTTP 协议基础
FastAPI 是一个 Web 框架，基于 HTTP 协议。你需要了解 HTTP 的基本工作原理。
3.1 HTTP 请求和响应
- 请求：客户端（如浏览器）向服务器发送的操作。
- 响应：服务器返回的数据。
请求示例（伪代码）：
GET /hello HTTP/1.1
Host: example.com
响应示例：
HTTP/1.1 200 OK
Content-Type: text/plain
Hello, World!
3.2 HTTP 方法
- GET：获取数据。
- POST：提交数据。
- PUT：更新数据。
- DELETE：删除数据。
FastAPI 使用这些方法定义路由，例如：
from fastapi import FastAPI
app = FastAPI()
@app.get("/hello")
def read_hello():
return {"message": "Hello, World!"}
3.3 状态码
- 200 OK：成功。
- 404 Not Found：资源未找到。
- 500 Internal Server Error：服务器错误。
FastAPI 会自动返回状态码，你也可以手动指定：
@app.get("/items/{item_id}")
def read_item(item_id: int):
if item_id > 0:
return {"item_id": item_id}
raise HTTPException(status_code=404, detail="Item not found")
3.4 请求头和正文
- 请求头：元数据，如
Content-Type。 - 请求正文：发送的数据，通常是 JSON。
FastAPI 使用 Pydantic 处理请求正文：
from pydantic import BaseModel
class Item(BaseModel):
name: str
price: float
@app.post("/items/")
def create_item(item: Item):
return {"name": item.name, "price": item.price}
3.5 URL 和查询参数
- URL 路径：如
/items/123。 - 查询参数：如
/items/?q=test。
FastAPI 示例：
@app.get("/items/")
def read_items(q: str = None):
return {"query": q}
4. 实践练习
结合以上知识，尝试以下练习：
- 编写一个带类型注解的函数，计算两个数的和。
- 创建一个异步函数，模拟等待 3 秒后返回结果。
- 安装 FastAPI 和 Uvicorn，运行一个简单的 GET 路由，返回 JSON 数据。
示例答案：
# 练习 1
def sum_numbers(a: int, b: int) -> int:
return a + b
# 练习 2
import asyncio
async def wait_and_return():
await asyncio.sleep(3)
return "等待结束"
# 练习 3
from fastapi import FastAPI
app = FastAPI()
@app.get("/")
async def root():
return {"message": "Hello, FastAPI!"}
# 运行：uvicorn main:app --reload