FastAPI 是一个现代、高性能的 Python Web 框架，基于 Starlette 和 Pydantic，支持异步编程，非常适合构建高效的 API。本文将详细介绍如何在 FastAPI 中使用 MySQL 数据库操作和处理表单数据，并通过具体实例展示其实现过程。
1. FastAPI 与 MySQL 数据库集成
在 FastAPI 中，我们将使用 SQLAlchemy 作为 ORM 工具，并结合 MySQL 数据库进行操作。
1.1 安装必要的依赖
首先，确保安装 FastAPI、SQLAlchemy 以及 MySQL 的 Python 驱动（推荐 PyMySQL）：
pip install fastapi uvicorn sqlalchemy pymysql
1.2 配置 MySQL 数据库连接
我们需要配置 MySQL 数据库连接并定义模型。以下是一个示例：
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
# MySQL 数据库连接 URL
# 格式：mysql+pymysql://用户名:密码@主机:端口/数据库名
DATABASE_URL = "mysql+pymysql://root:your_password@localhost:3306/test_db"
# 创建引擎
engine = create_engine(DATABASE_URL)
# 创建会话工厂
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
# 创建 Base 类，用于定义模型
Base = declarative_base()
# 定义 User 模型
class User(Base):
__tablename__ = "users"
id = Column(Integer, primary_key=True, index=True)
name = Column(String(50), index=True) # MySQL 需要指定字符串长度
email = Column(String(100), unique=True, index=True)
# 创建表（如果表不存在）
Base.metadata.create_all(bind=engine)
注意事项：
- 替换 DATABASE_URL 中的 root:your_password@localhost:3306/test_db 为你的实际 MySQL 用户名、密码、主机、端口和数据库名。
- 在运行代码前，确保 MySQL 服务已启动，并已创建名为 test_db 的数据库（可以用 CREATE DATABASE test_db; 命令创建）。
1.3 依赖注入获取数据库会话
与 SQLite 示例类似，我们使用依赖注入管理 MySQL 会话：
from fastapi import Depends
# 获取数据库会话的依赖函数
def get_db():
db = SessionLocal()
try:
yield db
finally:
db.close()
1.4 创建 API 端点操作数据库
以下是一个基于 MySQL 的增删改查（CRUD）示例：
from fastapi import FastAPI, Depends, HTTPException
from sqlalchemy.orm import Session
from pydantic import BaseModel
app = FastAPI()
# Pydantic 模型，用于请求和响应
class UserCreate(BaseModel):
name: str
email: str
class UserResponse(BaseModel):
id: int
name: str
email: str
class Config:
orm_mode = True
# 创建用户
@app.post("/users/", response_model=UserResponse)
def create_user(user: UserCreate, db: Session = Depends(get_db)):
db_user = User(name=user.name, email=user.email)
db.add(db_user)
db.commit()
db.refresh(db_user)
return db_user
# 获取所有用户
@app.get("/users/", response_model=list[UserResponse])
def read_users(db: Session = Depends(get_db)):
return db.query(User).all()
# 获取单个用户
@app.get("/users/{user_id}", response_model=UserResponse)
def read_user(user_id: int, db: Session = Depends(get_db)):
user = db.query(User).filter(User.id == user_id).first()
if user is None:
raise HTTPException(status_code=404, detail="User not found")
return user
运行代码：
uvicorn main:app --reload
访问 http://127.0.0.1:8000/docs，即可通过 Swagger UI 测试这些端点。
2. FastAPI 中的表单处理
表单处理逻辑与数据库类型无关，因此与 SQLite 示例相同。以下仅简要说明，完整代码见下文综合实例。
2.1 安装依赖
确保安装 python-multipart 以支持表单数据解析：
pip install python-multipart
2.2 处理简单表单
示例代码：
from fastapi import Form
@app.post("/login/")
async def login(username: str = Form(...), password: str = Form(...)):
return {"username": username, "password": password}
2.3 处理文件上传表单
示例代码：
from fastapi import File, UploadFile
@app.post("/upload/")
async def upload_file(username: str = Form(...), file: UploadFile = File(...)):
content = await file.read()
return {"username": username, "filename": file.filename, "content": content.decode()}
3. 综合实例：用户注册与文件上传
以下是一个结合 MySQL 数据库和表单操作的完整示例：
from fastapi import FastAPI, Form, File, UploadFile, Depends, HTTPException
from sqlalchemy import create_engine, Column, Integer, String
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker, Session
from pydantic import BaseModel
app = FastAPI()
# MySQL 数据库配置
DATABASE_URL = "mysql+pymysql://root:your_password@localhost:3306/test_db"
engine = create_engine(DATABASE_URL)
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)
Base = declarative_base()
class User(Base):
__tablename__ = "users"
id = Column(Integer, primary_key=True, index=True)
name = Column(String(50), index=True)
email = Column(String(100), unique=True, index=True)
Base.metadata.create_all(bind=engine)
def get_db():
db = SessionLocal()
try:
yield db
finally:
db.close()
# Pydantic 模型
class UserCreate(BaseModel):
name: str
email: str
class Config:
orm_mode = True
# 注册用户并上传头像
@app.post("/register/", response_model=UserCreate)
async def register(
name: str = Form(...),
email: str = Form(...),
avatar: UploadFile = File(...),
db: Session = Depends(get_db)
):
# 检查用户是否已存在
if db.query(User).filter(User.email == email).first():
raise HTTPException(status_code=400, detail="Email already registered")
# 保存文件（简单示例，实际应存储到文件系统）
avatar_content = await avatar.read()
with open(f"uploads/{avatar.filename}", "wb") as f:
f.write(avatar_content)
# 保存用户信息到数据库
db_user = User(name=name, email=email)
db.add(db_user)
db.commit()
db.refresh(db_user)
return db_user
# 获取用户列表
@app.get("/users/", response_model=list[UserCreate])
def get_users(db: Session = Depends(get_db)):
return db.query(User).all()
3.1 运行程序准备
- MySQL 服务已启动。
- 已创建 test_db 数据库。
- 在项目目录下创建 uploads 文件夹以存储上传文件。
3.2 运行程序
uvicorn main:app --reload
3.3 测试方法
- 注册用户并上传文件：
curl -X POST "http://127.0.0.1:8000/register/" -F "name=Alice" -F "email=alice@example.com" -F "avatar=@avatar.jpg"
- 获取用户列表：
curl "http://127.0.0.1:8000/users/"
4. 总结
通过上述内容，我们详细介绍了 FastAPI 如何与 MySQL 数据库和表单数据集成：
- MySQL 数据库操作：使用 SQLAlchemy 配置 MySQL 连接，定义模型并实现 CRUD 操作。
- 表单处理：通过 Form 和 File 处理普通表单和文件上传，与数据库操作无缝结合。
- 综合应用：展示了用户注册、文件上传和 MySQL 数据库操作的完整流程。
FastAPI 的异步支持和类型注解使其在开发高效 API 时非常强大。
5. 联系方式
- 知识星球：创新技术阁
- 公众号：ScienceStudio
- Github: github.com/KandyYe
- 知乎：www.zhihu.com/people/Scie…
