从零开始学 FastAPI：Python Web 开发新选择

在 Python Web 开发领域，Flask 和 Django 长期以来一直是两大主流框架。然而，随着异步编程和高性能需求的日益增长，一个名为 FastAPI 的新星正迅速崛起，成为许多开发者构建 API 和微服务的首选。本文将带你从零开始，了解 FastAPI 的魅力所在，并指导你迈出使用它的第一步。

为什么选择 FastAPI？

FastAPI 是一个现代、快速（高性能）、高生产力、基于标准（OpenAPI & JSON Schema）的 Python Web 框架。它的核心优势体现在以下几个方面：

极高的性能：FastAPI 基于 Starlette（用于 Web 部分）和 Pydantic（用于数据部分），并充分利用了 Python 的类型提示特性。这使得它能够提供与 Go 或 Node.js 等高性能语言相媲美的速度，尤其在处理异步请求时表现卓越。
快速的开发体验：由于其强大的类型提示支持，FastAPI 提供了自动的数据验证、序列化和反序列化，极大减少了样板代码。同时，内置的交互式 API 文档（Swagger UI 和 ReDoc）能让你在编写代码的同时自动生成详尽的 API 文档，实现“所写即所得”。
强大的数据验证：通过 Pydantic，你可以使用标准的 Python 类型提示来定义数据模型。FastAPI 会自动验证传入请求的数据，并在数据不符合预期时返回清晰的错误信息。这不仅提高了 API 的健壮性，也大大简化了数据处理逻辑。
异步支持：FastAPI 从设计之初就支持 async/await 语法，使得它能够原生处理异步请求，非常适合构建高并发的 I/O 密集型应用。
易学易用：尽管功能强大，FastAPI 的 API 设计直观且易于理解。如果你有 Flask 或其他 Web 框架的基础，学习 FastAPI 将会非常顺畅。
成熟的生态系统：FastAPI 兼容并深度整合了许多流行的 Python 库，例如 SQLAlchemy、Requests、Celery 等，使得扩展功能变得轻而易举。

入门：你的第一个 FastAPI 应用

让我们通过一个简单的例子来感受 FastAPI 的开发流程。

1. 环境准备

首先，确保你安装了 Python 3.7+。然后，安装 FastAPI 和 ASGI 服务器（如 Uvicorn）：

bash pip install fastapi uvicorn

2. 编写你的第一个 API

创建一个名为 main.py 的文件，并添加以下代码：

“`python

main.py

from fastapi import FastAPI

创建一个 FastAPI 应用实例

app = FastAPI()

定义第一个路由：根路径

@app.get(“/”)
async def read_root():
return {“message”: “Hello, FastAPI!”}

定义一个带路径参数的路由

@app.get(“/items/{item_id}”)
async def read_item(item_id: int, query_param: str = None):
“””
获取指定 ID 的 Item。
item_id 是路径参数，必须是整数。
query_param 是可选的查询参数。
“””
return {“item_id”: item_id, “query_param”: query_param}

定义一个带请求体的 POST 路由

from pydantic import BaseModel

class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None

@app.post(“/items/”)
async def create_item(item: Item):
“””
创建一个新的 Item。
请求体必须符合 Item 模型。
“””
item_dict = item.dict()
if item.tax:
price_with_tax = item.price + item.tax
item_dict.update({“price_with_tax”: price_with_tax})
return item_dict
“`

代码解析：

from fastapi import FastAPI: 导入 FastAPI 类。
app = FastAPI(): 创建 FastAPI 应用实例。
@app.get("/"): 这是一个装饰器，用于定义一个处理 HTTP GET 请求的路由，路径为 /。async def 表明这是一个异步函数。
read_root(): 当访问 / 路径时，这个函数会被调用，并返回一个 JSON 响应。
@app.get("/items/{item_id}"): 定义一个带有路径参数 item_id 的 GET 路由。item_id: int 声明了参数类型，FastAPI 会自动进行类型转换和验证。
query_param: str = None: 定义一个可选的查询参数，默认值为 None。
class Item(BaseModel): 使用 Pydantic 的 BaseModel 定义了一个数据模型。这会自动为你的 API 请求体提供验证、序列化和生成文档的功能。str | None 是 Python 3.10+ 的类型提示，等同于 Optional[str]。
@app.post("/items/"): 定义一个处理 HTTP POST 请求的路由。
create_item(item: Item): FastAPI 会自动读取请求体，并将其解析为 Item 类的实例，同时进行数据验证。

3. 运行你的应用

在终端中，进入 main.py 所在的目录，然后运行 Uvicorn：

bash uvicorn main:app --reload

main:app: 指示 Uvicorn 找到 main.py 文件中的 app 实例。
--reload: 开启热重载模式，当你修改代码时，应用会自动重启。

你将看到类似以下的输出：

INFO: Will watch for changes in these directories: ['C:\\Users\\test\\Desktop\\proj'] INFO: Uvicorn running on http://127.0.0.1:8000 (Press CTRL+C to quit) INFO: Started reloader process [xxxxx] using WatchFiles INFO: Started server process [xxxxx] INFO: Waiting for application startup. INFO: Application startup complete.

现在，你的 FastAPI 应用已经在 http://127.0.0.1:8000 上运行了！

4. 探索 API 文档

打开浏览器，访问 http://127.0.0.1:8000/docs。你将看到由 Swagger UI 自动生成的交互式 API 文档。你可以直接在这里测试你的 API 端点，发送请求并查看响应。

或者，访问 http://127.0.0.1:8000/redoc，查看另一种风格的 API 文档。

总结

FastAPI 作为 Python Web 开发领域的新选择，凭借其卓越的性能、高效的开发体验、强大的数据验证和完善的异步支持，正快速获得开发者的青睐。无论你是构建 RESTful API、微服务，还是需要高性能的 Web 应用，FastAPI 都是一个值得深入学习和使用的框架。

从本文的入门示例开始，你已经迈出了拥抱 FastAPI 的第一步。现在，是时候查阅官方文档，探索更多高级特性，并将你的想法付诸实践了！

从零开始学 FastAPI：Python Web 开发新选择 – wiki词典