Python 虚拟环境 virtualenv & uvicorn 服务搭建 & FAstAPI 使用

闲猫2026-07-07 15:26

虚拟环境

为什么需要虚拟环境？

Python项目的一大痛点是依赖管理------项目A需要fastapi==0.95，项目B需要fastapi==0.100，若全部装到系统Python中必然冲突。虚拟环境（Virtual Environment）正是为解决此问题而生：它为每个项目创建独立的Python运行环境，实现依赖隔离。

虚拟环境工具选型

工具名称 类型 Python版本支持 安装方式 特点 适用场景
venv（推荐） 内置模块 ≥ 3.3 无需安装，内置 轻量级、官方推荐、使用简单 通用开发、日常项目
virtualenv 第三方工具 2.x 和 3.x pip install virtualenv 功能丰富、兼容多版本 需要兼容旧版本或高级功能
conda Anaconda自带 2.x 和 3.x 随 Anaconda/Miniconda 安装 跨语言包管理、数据科学生态 数据科学、机器学习项目

若需更老版本支持，可使用 virtualenv（Python 2兼容）。下面使用virtualenv来做示例。

虚拟环境创建

安装工具

pip install virtualenv

Collecting virtualenv

Using cached virtualenv-21.5.1-py3-none-any.whl.metadata (3.4 kB)

Collecting distlib<1,>=0.3.7 (from virtualenv)

Using cached distlib-0.4.3-py2.py3-none-any.whl.metadata (5.3 kB)

Collecting filelock<4,>=3.24.2 (from virtualenv)

Using cached filelock-3.29.5-py3-none-any.whl.metadata (2.0 kB)

Collecting platformdirs<5,>=3.9.1 (from virtualenv)

Using cached platformdirs-4.10.0-py3-none-any.whl.metadata (5.5 kB)

Collecting python-discovery>=1.4.2 (from virtualenv)

Using cached python_discovery-1.4.3-py3-none-any.whl.metadata (5.6 kB)

Using cached virtualenv-21.5.1-py3-none-any.whl (4.6 MB)

Using cached distlib-0.4.3-py2.py3-none-any.whl (470 kB)

Using cached filelock-3.29.5-py3-none-any.whl (45 kB)

Using cached platformdirs-4.10.0-py3-none-any.whl (22 kB)

Using cached python_discovery-1.4.3-py3-none-any.whl (33 kB)

Installing collected packages: distlib, platformdirs, filelock, python-discovery, virtualenv

Successfully installed distlib-0.4.3 filelock-3.29.5 platformdirs-4.10.0 python-discovery-1.4.3 virtualenv-21.5.1

创建虚拟环境

python -m virtualenv .venv

标准用法：virtualenv .venv

.venv 是虚拟环境目录

创建后目录：

.venv/
├── bin/ # 在 Unix/Linux 系统上
│ ├── activate # 激活脚本
│ ├── python # 环境 Python 解释器
│ └── pip # 环境的 pip
├── Scripts/ # 在 Windows 系统上
│ ├── activate # 激活脚本
│ ├── python.exe # 环境 Python 解释器
│ └── pip.exe # 环境的 pip
└── Lib/ # 安装的第三方库

启用虚拟环境

Windows（CMD / PowerShell）:

.\.venv\Scripts\activate

包操作

查看命令：pip list

安装：pip install fastapi

查看组件：pip show fastapi

Name: fastapi

Version: 0.139.0

Summary: FastAPI framework, high performance, easy to learn, fast to code, ready for production

Home-page: https://github.com/fastapi/fastapi

Author:

Author-email: =?utf-8?q?Sebasti=C3=A1n_Ram=C3=ADrez?= <tiangolo@gmail.com>

License-Expression: MIT

Location: D:\workspace3\python\venv_project\.venv\Lib\site-packages

Requires: annotated-doc, pydantic, starlette, typing-extensions, typing-inspection

Required-by:

已安装的包导出到文件：pip freeze > requirements.txt

新环境安装所有依赖：pip install -r requirements.txt

退出虚拟环境

deactivate

退出后，命令行提示符会恢复正常，Python 和 pip 命令将使用系统全局版本。

删除虚拟环境

虚拟环境本质上是一个普通目录，删除目录即彻底移除：

复制代码 
rmdir /s /q .venv

注意 ：删除前请先执行 deactivate 退出环境，否则当前 Shell 会保留失效的环境变量。

Uvicorn

Uvicorn 是一个基于 ASGI（异步服务器网关接口）的 Python Web 服务器，常与 FastAPI 等现代异步框架搭配使用。它的操作主要围绕安装 、运行 和配置展开。

安装

安装基础版本

pip install uvicorn

推荐：安装标准版本（包含 uvloop, httptools 等性能优化组件和开发工具）

pip install 'uvicornstandard'

启动

python -m uvicorn main:app --reload

FAstAPI &SQLAlchemy 示例

main.py

python 复制代码 
# 教程：https://www.runoob.com/fastapi/fastapi-tutorial.html

from fastapi import FastAPI

app = FastAPI()

# GET http://127.0.0.1:8000/
@app.get("/")
async def root():
    return {"message": "Hello World"}

# GET http://127.0.0.1:8000/items/11?q1=12
# OUT:  {"item_id":11,"q":"12","p2":"p22"}
# q1: str = None 可以没有
# p2:str = "p22" 字符串 默认p22
@app.get("/items/{item_id}")
def read_item(item_id: int, q1: str = None,p2:str = "p22"):
    return {"item_id": item_id, "q": q1 ,"p2":p2}

# 路由处理函数返回一个 Pydantic 模型实例，FastAPI 将自动将其转换为 JSON 格式，并作为响应发送给客户端：
from pydantic import BaseModel

class Item(BaseModel):
    name:str
    age:int = None

# POST http://127.0.0.1:8000/items1
# Body:{
#   "name": "123123啊啊啊",
#   "age": 1111
# }
@app.post("/items1")
def items1(item:Item):
    print("items1:",item.age,item.name)
    print(item.model_dump()) # {'name': 'string111', 'age': 123}
    print(item.model_dump_json())  # {"name":"string111","age":123}
    return item

# 请求头和 Cookie
# 使用 Header 和 Cookie 类型注解获取请求头和 Cookie 数据。
from fastapi import Header, Cookie
# {
#     "User-Agent": "PostmanRuntime/7.1.1",
#     "Session-Token": null
# }
@app.get("/item2")
def item2(user_agent: str = Header(None), session_token: str = Cookie(None)):
    return {"User-Agent": user_agent, "Session-Token": session_token}


# 重定向
# 使用 RedirectResponse 实现重定向，将客户端重定向到 /item2/ 路由。
from fastapi.responses import RedirectResponse
@app.get("/redirect")
def redirect():
    return RedirectResponse(url="/item2/")

# 设置状态码
from fastapi import HTTPException
@app.get("/items1/{item_id}")
def read_item(item_id: int):
    if item_id == 42:
        raise HTTPException(status_code=404, detail="Item not found")
    return {"item_id": item_id}
# OUT : 404
# {
#     "detail": "Item not found"
# }

# 自定义响应头
from fastapi.responses import JSONResponse
@app.get("/default_header")
def default_header():
    content = {"item_id": 1000,"body":10001}
    headers = {"X-Custom-Header": "custom-header-value1111111111"}
    return JSONResponse(content=content, headers=headers)


# Pydantic 模型支持继承，可以方便地创建输入模型和输出模型：
from pydantic import BaseModel, EmailStr
class UserBase(BaseModel):
    username: str       # 必填
    email: EmailStr     # 必填，自动校验邮箱格式
    full_name: str | None = None  # 可选

# 创建用户时的输入模型（包含密码）
class UserCreate(UserBase):
    password: str       # 必填

# 返回用户信息时的输出模型（不包含密码）
class UserOut(UserBase):
    id: int             # 由服务器生成

@app.post("/users/", response_model=UserOut)
async def create_user(user: UserCreate):
    # 函数接收 UserCreate（含密码），但响应使用 UserOut（不含密码）
    # 这样密码就不会出现在 API 响应中
    # <bound method BaseModel.model_dump_json of UserCreate(username='string111', email='user@example22.com', full_name='string333', password='string444')>
    print(user.model_dump_json)
    return {"id": 1, **user.model_dump(exclude={"password"})}


# form
from fastapi import FastAPI, Form
@app.post("/login/")
async def login(
    username: str = Form(),      # 必填表单字段
    password: str = Form(),      # 必填表单字段
):
    print(f"{password=}")
    return {"username": username}

@app.post("/items/")
async def create_item(
    name: str = Form(...),                    # 必填
    description: str | None = Form(None),     # 可选，默认 None
    price: float = Form(..., gt=0),           # 必填，必须大于 0
):
    return {"name": name, "description": description, "price": price}


# router
from fastapi import APIRouter, Depends, HTTPException, Request
router = APIRouter(
    prefix="/posts",       # 所有路由自动加上 /posts 前缀
    tags=["文章"]          # Swagger 文档中的分组标签
)

# 挂载 APIRouter：
app.include_router(router)

@router.get("/{post_id}", response_model=None, name="post_detail")
def post_detail(post_id: int):
    """文章详情 """
    return {"post_id":post_id}

# 导入数据库配置
import database,models


# 文件路径：main.py 启动事件中创建表
from fastapi import FastAPI
from database import engine, Base
from models import Category, Post   # 确保模型类被导入，Base.metadata 才能识别
@app.on_event("startup")
def on_startup():
    """应用启动时自动创建数据库表（仅开发使用,只要有对应表名称对，那么就不需要重新创建）"""
    Base.metadata.create_all(bind=engine)


#执行SQL
# 参考：https://blog.csdn.net/weixin_42743844/article/details/156913924
import seed
@app.post("/insert_data")
async def insert_data():
    seed.exec()
    return "success..."

database.py

python 复制代码 
from sqlalchemy import create_engine
 
# MySQL连接字符串格式：mysql+pymysql://用户名:密码@主机:端口/数据库名
# 注意：首次连接需要先在MySQL中创建数据库（比如test_db）
engine = create_engine('mysql+pymysql://root:123456@localhost:3306/pythondb',
    echo=True,  # 打印执行的SQL（调试用，上线关闭）
    pool_size=5,  # 连接池大小（默认5）
    max_overflow=10  # 超出连接池后的最大连接数（默认10）
)
 
# 测试连接（无报错则成功）
with engine.connect() as conn:
    print("连接成功！")

# =============================

# 创建会话工厂
from sqlalchemy.orm import sessionmaker
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

# 创建BaseModule类型
from sqlalchemy.orm import declarative_base,DeclarativeBase
 
Base = declarative_base()
# Base 类：所有 ORM 模型继承自它
class Base1(DeclarativeBase):
    pass


# =============================
from fastapi import Depends

def get_db():
    """FastAPI 依赖注入：为每个请求创建独立的数据库会话"""
    db = SessionLocal()
    try:
        yield db          # 请求期间使用这个会话
    finally:
        db.close()        # 请求结束后自动关闭会话，防止连接泄漏

models.py

python 复制代码 
# 文件路径：models.py
from sqlalchemy import Column, Integer, String, Text, DateTime, ForeignKey
from sqlalchemy.orm import relationship
from datetime import datetime
from database import Base

class Category(Base):
    """文章分类"""
    __tablename__ = "categories"
    id = Column(Integer, primary_key=True, index=True)
    name = Column(String(50), unique=True, nullable=False)
    slug = Column(String(50), unique=True, nullable=False)
    # back_populates 双向关系
    posts = relationship("Post", back_populates="category")


class Post(Base):
    """博客文章"""
    __tablename__ = "posts"
    id = Column(Integer, primary_key=True, index=True)
    title = Column(String(200), nullable=False)
    slug = Column(String(200), unique=True, nullable=False)
    summary = Column(Text, default="")
    content = Column(Text, nullable=False)
    category_id = Column(Integer, ForeignKey("categories.id"), nullable=False)
    created_at = Column(DateTime, default=datetime.utcnow)
    updated_at = Column(DateTime, default=datetime.utcnow, onupdate=datetime.utcnow)
    # 与 Category 的双向关系
    category = relationship("Category", back_populates="posts")

启动Server

命令：python -m uvicorn main:app --reload

INFO: Will watch for changes in these directories: 'D:\\\\workspace3\\\\python\\\\fastapi'

INFO: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit)

INFO: Started reloader process 1780 using WatchFiles

2026-07-06 16:49:18,153 INFO sqlalchemy.engine.Engine SELECT DATABASE()

2026-07-06 16:49:18,153 INFO sqlalchemy.engine.Engine raw sql {}

2026-07-06 16:49:18,154 INFO sqlalchemy.engine.Engine SELECT @@sql_mode

2026-07-06 16:49:18,155 INFO sqlalchemy.engine.Engine raw sql {}

2026-07-06 16:49:18,155 INFO sqlalchemy.engine.Engine SELECT @@lower_case_table_names

2026-07-06 16:49:18,156 INFO sqlalchemy.engine.Engine raw sql {}

连接成功！

INFO: Started server process 6140

INFO: Waiting for application startup.

2026-07-06 16:49:18,290 INFO sqlalchemy.engine.Engine BEGIN (implicit)

2026-07-06 16:49:18,290 INFO sqlalchemy.engine.Engine DESCRIBE `pythondb`.`categories`

2026-07-06 16:49:18,290 INFO sqlalchemy.engine.Engine raw sql {}

2026-07-06 16:49:18,292 INFO sqlalchemy.engine.Engine DESCRIBE `pythondb`.`posts`

2026-07-06 16:49:18,292 INFO sqlalchemy.engine.Engine raw sql {}

2026-07-06 16:49:18,294 INFO sqlalchemy.engine.Engine COMMIT

INFO: Application startup complete.

访问 API Doc

http://127.0.0.1:8000/docs

执行：

如果这篇文章对你有帮助，欢迎点赞、收藏、转发！有任何疑问或想深入探讨某个框架，评论区见！

相关推荐
AI视觉网奇2 小时前
vllm 多卡部署
python
精明的身影2 小时前
网络计划WebApp求解：融合Python与AI决策的项目管理系统
网络·python·web app
AI科技星2 小时前
全域谱分析：无穷维超复数信息场分形统一场论——自然、量子、金融多重分形第一性原理完整体系（中英双语终稿）
人工智能·python·算法·金融·乖乖数学·全域数学
三月不知肉味y2 小时前
2026-07-05-JAVA面试场景题训练
java·开发语言·面试
用户0332126663673 小时前
使用 Python 在 Word 文档中添加批注
python
蜡笔削薪3 小时前
财联万业（杭州）数字科技有限公司能否给代理划定独家经营区域？
大数据·人工智能·python·科技
豆瓣鸡3 小时前
封装 API 请求日志切面——从注解定义到 Starter 自动装配
java·开发语言·spring boot
站大爷IP3 小时前
Python的字典合并坑了我三天，原来是踩了这个坑
python
Tbisnic3 小时前
从链式法则到ReLU：梯度消失的数学本质与工程解决方案
python·深度学习·大模型·激活函数·梯度消失
热门推荐
012026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf02GitHub 镜像站点03AI科技热点日报 | 2026年07月01日04【AI】2026 年具身智能模型和世界模型总结05AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路062026 年 AI 大模型 & AI 编程工具实战全总结072026 AI 编程工具选型横评：Cursor / Claude Code / Trae / Copilot 到底选谁（建议收藏·避坑版）082026 AI 编程工具终极实战指南：Cursor vs Claude Code vs Copilot，开发者该怎么选？092026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？102026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片