一、python的类型声明
1、类型声明的背景和作用
python 3.6+ 版本引入了"类型提示"
1、类型提示是一种新的语法,用来声明变量的类型
2、提高编译器和工具的支持能力
为什么要学习类型提示
1、了解类型提示不仅仅对使用FastAPI有帮助,也能提高代码的可读性度和可靠性有很大的帮助
类型提示的好处
1、不改变原始运行结果
2、提供更好的编译器支持和代码补全
编译器支持
1、通过类型提示,编译器可以帮助检查代码中的错误
2、例如,将int类型的age转换为str类型
以下是类型声明语法的示例代码:
python
# python中类型声明
# 变量类型的声明
a: int = 20
b: str = '11,22'
c: list = [11, 22]
print(a)
# 函数的参数和返回值的类型声明
def work(a: int, b: int) -> int:
return a+b
# 若不是int类型则会报错
print(work(1, 1))
2、使用场景案例
1、变量的类型声明
python
name: str = '张三'
age: int = 18
2、函数参数的类型声明
python
def work(a: int, b: int):
return a+b
3、函数返回值的类型声明
python
def work2(name: str, age: int) -> dict:
return { "名字": name, "年龄": int }
def work3(datas: list) -> dict:
return dict(enumerate(datas))
3**、复合类型的类型声明**
上面的案例只对datas这个参数做了类型声明,对于datas中的数据并没有进行任何声明,那么这种复合类型的数据类型如何进行声明呢?需要使用typing标准库声明容器数据结构的类型和子类型
python
# 比如 我希望datas是列表嵌套字典的数据格式:[{"name":"张三"}, {"age": 18}, {"addr":"地址"}]
from typing import List, Union
def work4(datas: List[dict]) -> dict:
print(datas)
return {"data": datas}
work4([{"name":"张三"}, {"age": 18}])
def work5(datas: List[Union[str, int]]) -> dict:
print(datas)
return {"data": datas}
work5(['名字', 18])
4、使用自定义类型声明
python
class Person:
def __init__(self, name: str, age: int):
self.name = name
self.age = age
def get_person_info(p: Person) -> dict:
return {"名字": p.name, "年龄": p.age}
p = Person("张三", 18)
print(get_person_info(p))
二、Pydantic模型
1、使用方法
python
# fastapi关于类型校验的参数模块pydantic----中的pydantic-core专门负责校验类型
# pip install fastapi
from pydantic import BaseModel, ValidationError
class Student(BaseModel):
name: str
age: int
sex: str
def work(stu: Student):
print(stu.name)
print(stu.age)
print(stu.sex)
if __name__ == '__main__':
try:
s = Student(name="张三", age=[18], sex="男")
except ValidationError as e:
print(e.json())
此时抛出的错误为:
PS D:\py> & c:/Users/judge/myenv/Scripts/python.exe d:/py/study-1.py
{"type":"int_type","loc":\["age"\],"msg":"Input should be a valid integer","input":\[18\],"url":"https://errors.pydantic.dev/2.11/v/int_type"}
2、pydantic模型对象的常用操作
python
# 1、转换为字典
print(p.dict())
# 2、获取部分字段
res = p.dict(include={'name', 'age'})
print(type(res), res)
# 3、进行序列化---->json字符串
print(p.json())
# 4、进行反序列化---->对象 exclude
res2 = p.json(include={'name', 'age'})
print(type(res2), res2)