FastAPI: Pydantic을 사용하여 쿼리 매개변수를 선언하는 방법
FastAPI에서 가장 기대되는 기능 중 하나가 약 3주 전에 나왔습니다. 적어도 Pydantic Models FastAPI에 관해 이야기할 때는 말이죠.
예, Pydantic 모델을 사용하여 쿼리 매개변수를 매핑하는 기능에 대해 이야기하고 있습니다.
그래서 이번 포스팅에서는 여러분께 다 보여드리려고 ? 할 수 있고? 이 주제에 대해 할 수 없나요?:
? 쿼리 매개변수 매핑
Pydantic으로 쿼리 매개변수 매핑을 시작하기 위해 가장 먼저 해야 할 일은 FastAPI 버전 0.115.0을 사용하고 있는지 확인하는 것입니다.
이후 언제든지 FastAPI 문서로 이동하여 이미 사용 가능한 항목을 확인할 수 있습니다. Sebastián과 팀원들은 문서를 최신 상태로 유지하고 유익한 정보를 제공하는 데 정말 훌륭한 일을 해냈습니다 ✨.
? 약간의 역사
FastAPI에서 쿼리 매개변수를 매핑하는 데 사용한 방법에 대한 몇 가지 예부터 시작하겠습니다. ?
가장 간단한 방법은 다음과 같습니다.
from fastapi import FastAPI app = FastAPI() @app.get("/") async def search( limit: int | None = 10, skip: int | None = 1, filter: str | None = None ): return { "limit": limit, "skip": skip, "filter": filter }
이제 간단히 전화를 걸 수 있습니다.
GET http://localhost:8000/?limit=42&skip=12&filter=banana
그러나 이 쿼리 매개변수가 다른 경로에서 사용될 것이라고 식별한 경우 다음과 같이 이를 격리합니다.
from typing import Any from fastapi import Depends, FastAPI, Query app = FastAPI() async def pagination_query_string( limit: int | None = Query(10, ge=5, le=100), skip: int | None = Query(1, ge=1), filter: str | None = Query(None) ) -> dict[str, Any]: return { "limit": limit, "skip": skip, "filter": filter } @app.get("/") async def search(q: dict[str, Any] = Depends(pagination_query_string)): return q
또는 Pydantic을 사용하여 모델을 매핑하므로 약간의 리팩토링만으로 다음을 얻을 수 있습니다.
from fastapi import Depends, FastAPI, Query from pydantic import BaseModel app = FastAPI() class PaginationQueryString(BaseModel): limit: int | None = 10 skip: int | None = 1 filter: str | None = None async def pagination_query_string( limit: int | None = Query(10, ge=5, le=100), skip: int | None = Query(1, ge=1), filter: str | None = Query(None) ) -> PaginationQueryString: return PaginationQueryString( limit=limit, skip=skip, filter=filter ) @app.get("/") async def search(q: PaginationQueryString = Depends(pagination_query_string)): return q
⌨️ Pydantic을 사용하여 쿼리 문자열 매핑
이제 쿼리 문자열을 얻으려면 함수를 만든 다음 이를 종속성으로 추가할 필요가 없습니다. FastAPI에 PaginationQueryString 유형의 객체를 원하며 이것이 쿼리 문자열임을 간단히 알릴 수 있습니다.
from typing import Annotated from fastapi import FastAPI, Query from pydantic import BaseModel app = FastAPI() class PaginationQueryString(BaseModel): limit: int | None = 10 skip: int | None = 1 filter: str | None = None @app.get("/") async def search(q: Annotated[PaginationQueryString, Query()]): return q
쉽죠? ?
⚠️ 제한사항은 무엇인가요?
적어도 0.115.0 버전에서는 중첩된 모델에서는 잘 작동하지 않습니다.
다음과 같이 시도해 보세요.
from typing import Annotated from fastapi import FastAPI, Query from pydantic import BaseModel app = FastAPI() class Filter(BaseModel): name: str | None = None age: int | None = None nickname: str | None = None class PaginationQueryString(BaseModel): limit: int | None = 10 skip: int | None = 1 filter: Filter | None = None @app.get("/") async def search(q: Annotated[PaginationQueryString, Query()]): return q
이전처럼 부르면:
GET http://localhost:8000/?limit=42&skip=12&filter=chocolate
필터가 객체라는 오류가 발생합니다.
{ "detail": [ { "type": "model_attributes_type", "loc": [ "query", "filter" ], "msg": "Input should be a valid dictionary or object to extract fields from", "input": "chocolate" } ] }
적어도 지금 당장은 절대적으로 맞습니다! 우리는 필터를 문자열이 아닌 Pydantic 모델로 변경했습니다. 하지만 이를 사전으로 변환하려고 하면:
http://localhost:8000/?limit=42&skip=12&filter={%22name%22:%20%22Rafael%22,%20%22age%22:%2038,%20%22nickname%22:%20%22ceb10n%22}
FastAPI는 필터가 유효한 사전이어야 한다고 알려줍니다.
{ "detail": [ { "type": "model_attributes_type", "loc": [ "query", "filter" ], "msg": "Input should be a valid dictionary or object to extract fields from", "input": "{\"name\": \"Rafael\", \"age\": 38, \"nickname\": \"ceb10n\"}" } ] }
FastAPI가 dict가 아닌 FastAPI에 문자열을 제공하는 Starlette의 QueryParams에 의존하기 때문에 이런 일이 발생합니다. 그리고 적어도 0.115.0 버전에서는 오류가 발생합니다.
⁉️ 그렇다면 언제 쿼리 매개변수와 함께 Pydantic 모델을 사용합니까?
매우 간단합니다.
✅ 정교하고 멋진 중첩 개체가 필요하지 않은 간단한 쿼리 문자열이 있나요? 그것을 사용하십시오! ?
❌ 복잡한 중첩 쿼리 문자열을 생성하셨나요? 아직 사용하지 않으셨나요?. (그리고 쿼리 문자열을 다시 생각해 봐야 할 수도 있습니다. ? 간단할수록 좋습니다 ?)
위 내용은 FastAPI: Pydantic을 사용하여 쿼리 매개변수를 선언하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

2 시간 이내에 Python의 기본 프로그래밍 개념과 기술을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우기, 2. 마스터 제어 흐름 (조건부 명세서 및 루프), 3. 기능의 정의 및 사용을 이해하십시오. 4. 간단한 예제 및 코드 스 니펫을 통해 Python 프로그래밍을 신속하게 시작하십시오.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

2 시간 이내에 파이썬의 기본 사항을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우십시오. 이를 통해 간단한 파이썬 프로그램 작성을 시작하는 데 도움이됩니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 웹 개발, 데이터 과학, 기계 학습, 자동화 및 스크립팅 분야에서 널리 사용됩니다. 1) 웹 개발에서 Django 및 Flask 프레임 워크는 개발 프로세스를 단순화합니다. 2) 데이터 과학 및 기계 학습 분야에서 Numpy, Pandas, Scikit-Learn 및 Tensorflow 라이브러리는 강력한 지원을 제공합니다. 3) 자동화 및 스크립팅 측면에서 Python은 자동화 된 테스트 및 시스템 관리와 같은 작업에 적합합니다.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.
