代码地址
什么是 FastAPI？
FastAPI 是一个现代、高性能的 Python Web 框架，用于快速构建 API。它基于 Python 的类型提示（type hints）和异步编程，利用 Starlette 和 Pydantic，提供自动生成交互式文档（基于 OpenAPI 和 Swagger UI）以及高性能的特点。
教程大纲
- 环境准备
- 基础示例：Hello World
- 路径参数和查询参数
- 请求体和数据验证
- 异步编程
- 依赖注入
- 中间件和错误处理
- 部署 FastAPI 应用
1. 环境准备
安装必要的工具 (我在教程中安装的python=3.11)
确保您已安装 Python 3.7 或更高版本，然后使用以下命令安装 FastAPI 和 Uvicorn（一个 ASGI 服务器，用于运行 FastAPI）：
pip install fastapi==0.115.12 uvicorn==0.34.0
可选：安装其他依赖
pydantic：用于数据验证（FastAPI 已包含）。httpx：用于测试 API（可选）。
2. 基础示例：Hello World
让我们从一个简单的 FastAPI 应用开始。
代码示例
创建一个文件 main.py：
from fastapi import FastAPI
app = FastAPI()
@app.get("/")
def read_root():
return {"message": "Hello World"}
# 然后你就可以使用 uvicorn 01-simple_start:app --reload 去开启服务了
# 当然你也可以直接运行，使用下面的方式去开启服务
if __name__ == "__main__":
import uvicorn
uvicorn.run(app, host="0.0.0.0", port=8000)
运行应用
在终端中运行以下命令：
uvicorn main:app --reload
main是文件名（不带.py）。app是 FastAPI 实例的名称。--reload会在代码更改时自动重启服务器，适合开发环境。
测试
打开浏览器访问 http://127.0.0.1:8000，您将看到：
{"message": "Hello World"}
FastAPI 还提供交互式文档，访问 http://127.0.0.1:8000/docs 查看 Swagger UI。
3. 路径参数和查询参数
路径参数
路径参数通过 URL 传递，例如 /items/1。
@app.get("/items/{item_id}")
def read_item(item_id: int):
return {"item_id": item_id}
访问 http://127.0.0.1:8000/items/42，返回：
{"item_id": 42}
查询参数
查询参数通过 ?key=value 形式传递。
@app.get("/items/")
def read_items(skip: int = 0, limit: int = 10):
return {"skip": skip, "limit": limit}
访问 http://127.0.0.1:8000/items/?skip=5&limit=20，返回：
{"skip": 5, "limit": 20}
4. 请求体和数据验证
FastAPI 使用 Pydantic 模型来处理请求体和数据验证。
定义 Pydantic 模型
from pydantic import BaseModel
class Item(BaseModel):
name: str
price: float
is_offer: bool = None # 可选字段，默认 None
处理 POST 请求
@app.post("/items/")
def create_item(item: Item):
return {"name": item.name, "price": item.price, "is_offer": item.is_offer}
测试
使用 Swagger UI (/docs) 或以下 curl 命令：
curl -X POST "http://localhost:8000/items/" -H "Content-Type: application/json" -d "{\"name\": \"Book\", \"price\": 9.99, \"is_offer\": true}"
返回：
{"name": "Book", "price": 9.99, "is_offer": true}
如果数据格式错误（例如 price 传入字符串），FastAPI 会自动返回验证错误。
5. 异步编程
FastAPI 支持异步函数，使用 async def，适合 I/O 密集型操作（如数据库查询）。
异步示例
import asyncio
@app.get("/async/")
async def read_async():
await asyncio.sleep(1) # 模拟异步操作
return {"message": "This is async"}
访问 http://127.0.0.1:8000/async/，1 秒后返回结果。
6. 依赖注入
依赖注入允许您在多个路由中复用代码，例如身份验证或数据库连接。
定义依赖
from fastapi import Depends
async def common_parameters(q: str | None = None, skip: int = 0):
return {"q": q, "skip": skip}
@app.get("/depends/")
async def read_depends(commons: dict = Depends(common_parameters)):
return commons
访问 http://127.0.0.1:8000/depends/?q=test&skip=10，返回：
{"q": "test", "skip": 10}
我感觉注入依赖是一个比较难理解的内容，可以再看下面的内容增强理解
7. 中间件和错误处理
添加中间件
中间件用于处理请求和响应的全局逻辑，例如日志记录。
@app.middleware("http")
async def add_custom_header(request, call_next):
response = await call_next(request)
response.headers["X-Custom"] = "Example"
return response
自定义异常处理
from fastapi import HTTPException
@app.get("/error/")
async def read_error():
raise HTTPException(status_code=404, detail="Item not found")
访问 http://127.0.0.1:8000/error/，返回：
{"detail": "Item not found"}
8. 部署 FastAPI 应用
使用 Uvicorn 生产环境
去掉 --reload，指定主机和端口：
uvicorn main:app --host 0.0.0.0 --port 8000
使用 Gunicorn + Uvicorn
安装 Gunicorn：
pip install gunicorn
运行：
gunicorn -w 4 -k uvicorn.workers.UvicornWorker main:app
-w 4表示 4 个工作进程。
Docker 部署
创建一个 Dockerfile：
FROM python:3.9
WORKDIR /app
COPY . /app
RUN pip install fastapi uvicorn
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]
构建并运行：
docker build -t fastapi-app .
docker run -p 8000:8000 fastapi-app