FastAPI和Pydantic搭配使用非常紧密，Pydantic用于数据验证和序列化，而FastAPI则用于快速构建API接口。两者结合的优势在于：
- 数据验证：FastAPI使用Pydantic模型来自动验证和解析请求体中的数据。
- 自动生成文档：FastAPI基于Pydantic模型生成API文档（Swagger UI），自动显示字段类型和校验规则。
- 清晰简洁：通过Pydantic，数据验证与API接口的定义是分开的，使代码清晰、结构化。
示例：构建一个简单的用户注册接口
1. 安装依赖
pip install fastapi pydantic uvicorn
2. 代码实现
from fastapi import FastAPI
from pydantic import BaseModel, EmailStr
from typing import Optional
# 定义 Pydantic 数据模型
class User(BaseModel):
username: str
email: EmailStr
full_name: Optional[str] = None
password: str
# 创建 FastAPI 实例
app = FastAPI()
# 创建注册接口
@app.post("/register")
async def register(user: User):
# 模拟处理注册逻辑
return {"message": f"User {user.username} registered successfully!"}
# 启动服务时，使用 uvicorn
3. 运行应用
使用以下命令启动FastAPI应用：
uvicorn main:app --reload
4. 测试接口
- 访问
http://127.0.0.1:8000/docs，可以看到自动生成的Swagger UI界面。 - 点击
POST /register，在请求体中输入数据，例如：
{
"username": "john_doe",
"email": "john.doe@example.com",
"password": "secret_password"
}
- 提交请求，返回的响应是：
{
"message": "User john_doe registered successfully!"
}
关键点：
- Pydantic 数据模型：
User类用于验证请求体中的数据。字段的类型（如str、EmailStr）和验证规则自动由Pydantic处理。 - FastAPI自动文档生成：接口文档通过Pydantic模型自动生成，显示字段的类型和要求，帮助用户更好地理解API的输入输出结构。
- 灵活性：通过Pydantic的
Optional，可以定义可选字段，增强接口的灵活性。
总结：
通过结合FastAPI和Pydantic，我们可以实现清晰且功能强大的API接口，提供自动验证、自动文档生成，减少重复代码，并且保证数据的正确性和安全性。
这种结合是FastAPI中非常重要的一个特色，也是其高效开发的原因之一。
