如何修复 FastAPI 在 POSTing JSON 数据时出现的 422 错误?
如何解决通过 POST 请求发送 JSON 数据时 FastAPI 的 422 错误
422 无法处理实体错误通常发生在请求的负载在语法上时正确,但与服务器的期望不符。在这种特定情况下,您遇到此错误是因为您的请求正在尝试将 JSON 数据发送到预期接收数据作为查询参数的端点。
要解决此问题,有多种方法 可用:
选项 1:利用 Pydantic模型
- Pydantic 模型使您能够指定端点的预期数据结构。下面的代码片段说明了如何定义接受表示为 Pydantic 模型的 JSON 数据的端点:
from pydantic import BaseModel class User(BaseModel): user: str @app.post('/') def main(user: User): return user
选项 2:使用主体参数
- 如果不需要 Pydantic 模型,您可以利用 Body 参数。 'Body' 参数 embed 允许您将请求正文作为函数签名的一部分嵌入:
from fastapi import Body @app.post('/') def main(user: str = Body(..., embed=True)): return {'user': user}
选项 3:使用字典类型
- 另一种方法(虽然不太推荐)是使用 Dict 类型来定义键值对。但是,此技术不支持自定义验证:
from typing import Dict, Any @app.post('/') def main(payload: Dict[Any, Any]): return payload
选项 4:直接访问请求正文
- Starlette 的 Request 对象允许直接访问使用await request.json() 访问已解析的JSON 请求正文。但是,此方法不提供自定义验证,并且需要对端点定义使用 async def:
from fastapi import Request @app.post('/') async def main(request: Request): return await request.json()
测试选项
使用Python“请求”库:
import requests url = 'http://127.0.0.1:8000/' payload = {'user': 'foo'} resp = requests.post(url=url, json=payload) print(resp.json())
使用 JavaScript 的 Fetch API:
fetch('/', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({'user': 'foo'}) }).then(resp => resp.json()) .then(data => { console.log(data); }) .catch(error => { console.error(error); });
通过选择并实现其中一种方法,您可以成功处理 JSON 数据您的 FastAPI 端点,解决了 422 错误。
以上是如何修复 FastAPI 在 POSTing JSON 数据时出现的 422 错误?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。 Python以简洁和强大的生态系统着称,C 则以高性能和底层控制能力闻名。

Python在游戏和GUI开发中表现出色。1)游戏开发使用Pygame,提供绘图、音频等功能,适合创建2D游戏。2)GUI开发可选择Tkinter或PyQt,Tkinter简单易用,PyQt功能丰富,适合专业开发。

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

要在有限的时间内最大化学习Python的效率,可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。
