Python Web 框架：FastAPI

FastAPI 是一个现代、高性能的 Python Web 框架，专为构建 API 而生。它基于 Python 的类型提示，能够自动进行数据校验并生成 API 文档，是当前 Python 生态中增长最快的 Web 框架之一。

FastAPI 的核心特性

FastAPI 之所以备受青睐，主要得益于它这些"自带光环"的特性：

极高的性能：基于 Starlette（异步框架）和 Pydantic（数据校验库）构建，性能可媲美 Node.js 和 Go，在 Python Web 框架中处于顶尖水平。
自动生成 API 文档 ：无需手动编写，代码即文档。它会自动为你生成交互式 Swagger UI (/docs) 和 ReDoc (/redoc) 文档，极大方便了调试和前后端协作。
强大的数据校验：利用 Pydantic 和 Python 类型提示，能自动校验请求体、查询参数等，确保数据准确，并在校验失败时自动返回清晰的错误信息。
原生异步支持 ：完美支持 async/await 语法，能高效处理高并发 I/O 场景，非常适合构建微服务和实时 Web 应用。
灵活的依赖注入系统 ：通过 Depends 机制，可以轻松管理数据库会话、权限验证、配置等依赖，让代码更解耦、更易于测试和复用。

使用

1. 安装与环境准备

建议创建一个虚拟环境来隔离项目依赖。

复制代码

# 创建并激活虚拟环境 (以venv为例)
python -m venv venv
source venv/bin/activate  # Linux/macOS
# venv\Scripts\activate  # Windows

# 安装 FastAPI 和 ASGI 服务器 Uvicorn
pip install fastapi uvicorn[standard]

2. 编写第一个 API

创建一个 main.py 文件：

复制代码

from fastapi import FastAPI

# 1. 创建 FastAPI 应用实例
app = FastAPI()

# 2. 定义路径操作装饰器 (根路径 /)
@app.get("/")
async def read_root():
    # 返回 JSON 响应
    return {"message": "Hello, FastAPI!"}

# 3. 定义另一个带路径参数的 API
@app.get("/items/{item_id}")
async def read_item(item_id: int, q: str = None):
    return {"item_id": item_id, "query": q}

3. 启动服务

在终端中运行以下命令：

复制代码

uvicorn main:app --reload

main：指 main.py 文件。
app：指文件中创建的 FastAPI 实例。
--reload：开启热重载，代码修改后服务器会自动重启，方便开发。

4. 查看效果

服务启动后，可以访问以下地址：

API 端点 ：http://127.0.0.1:8000/ 或 http://127.0.0.1:8000/items/5
Swagger UI 文档 ：http://127.0.0.1:8000/docs
ReDoc 文档 ：http://127.0.0.1:8000/redoc

路由与参数

定义路由

使用装饰器 @app.get()、@app.post()、@app.put()、@app.delete() 等来定义对应 HTTP 方法的路由。

复制代码

from fastapi import FastAPI

app = FastAPI()

@app.get("/users/")
async def get_users():
    return [{"username": "alice"}, {"username": "bob"}]

@app.post("/users/")
async def create_user():
    # 创建用户的逻辑
    return {"message": "User created"}

参数处理

FastAPI 能自动识别三种主要参数类型。

1. 路径参数

从 URL 路径中获取参数，并支持类型声明和校验。

复制代码

from fastapi import FastAPI, Path

app = FastAPI()

@app.get("/books/{book_id}")
async def get_book(
    # 路径参数 book_id, 类型为 int, 校验其值大于 0 且小于 101
    book_id: int = Path(..., title="书籍ID", ge=1, le=100)
):
    return {"book_id": book_id}

2. 查询参数

URL 中问号后的键值对，如 /items?skip=0&limit=10。

复制代码

from fastapi import FastAPI, Query

app = FastAPI()

@app.get("/items/")
async def list_items(
    # 查询参数 skip 和 limit，带默认值和描述
    skip: int = Query(0, description="跳过的记录数"),
    limit: int = Query(10, description="返回的记录数")
):
    return {"skip": skip, "limit": limit}

3. 请求体参数

用于 POST、PUT 等请求，将 JSON 数据映射到 Pydantic 模型中。

复制代码

from fastapi import FastAPI
from pydantic import BaseModel, Field

app = FastAPI()

# 1. 定义请求体的数据结构
class UserCreate(BaseModel):
    username: str = Field(..., min_length=3, max_length=20, description="用户名")
    password: str = Field(..., min_length=6, description="密码")

@app.post("/register/")
async def register_user(user: UserCreate):
    # FastAPI 会自动将 JSON 请求体解析为 UserCreate 实例
    return {"message": f"User {user.username} registered"}

核心功能

功能	说明	示例场景
依赖注入	通过 `Depends` 注入数据库会话、配置、认证等依赖，实现解耦和复用。	`db: Session = Depends(get_db)`
响应模型	使用 `response_model` 参数来过滤和格式化输出数据，确保 API 返回结构一致。	`@app.get("/user", response_model=UserOut)`
中间件	处理请求和响应的全局逻辑，如日志记录、CORS 配置。	全局异常捕获、跨域设置。
后台任务	使用 `BackgroundTasks` 将发送邮件、处理图片等耗时操作放到后台异步执行，不阻塞响应。	用户注册后发送欢迎邮件。
文件上传	通过 `UploadFile` 类型轻松处理文件上传。	用户头像上传。
WebSocket	支持 WebSocket 协议，用于构建聊天、实时通知等应用。	实时聊天室。