<article class="syl-page-article font_m syl-device-pc" data-v-e1fd63b2="">
有一个非常简单的需求：编写一个 HTTP接口，使用 POST 方式发送一个 JSON 字符串，接口里面读取发送上来的参数，对其中某个参数进行处理，并返回。
如果我们使用 Flask 来开发这个接口，那么代码是这样的：
from flask import Flask, requestapp = Flask(__name__)@app.route('/insert', methods=['POST'])def insert(): info = request.json name = info['name'] age = info['age'] age_after_10_years = age + 10 msg = f'此人名叫：{name}，10年后，此人年龄：{age_after_10_years}' return {'success': True, 'msg': msg}
代码看起来已经很简洁了。我们用requests发个请求看看效果，如下图所示：
[图片上传失败...(image-ba1b12-1602599573530)]
看起来没什么问题。
现在，我搞点破坏，把age字段改成字符串，再运行一下：
[图片上传失败...(image-e7ddf8-1602599573530)]
不出所料，报错了。
现在我们把age字段改回数字，但是直接移除name字段：
[图片上传失败...(image-2d1171-1602599573530)]
又报错了。
为了防止用户不按规矩提交数据，我们必须在接口里面做好各种异常数据的判断。于是增加判断以后的代码变得复杂了：
@app.route('/insert', methods=['POST'])def insert(): info = request.json name = info.get('name', '') if not name: return {'success': False, 'msg': 'name 参数不可省略，不可为空！'} age = info.get('age', 0) if not isinstance(age, int): return {'success': False, 'msg': 'age参数不是数字！'} age_after_10_years = age + 10 msg = f'此人名叫：{name}，10年后，此人年龄：{age_after_10_years}' return {'success': True, 'msg': msg}
看来，用 Flask，虽然能让你用很短的代码写出一个能工作的项目。但要写成一个可以正常使用的项目，还是需要你自己写更多代码。
下面我们来看一下，现代化的 web 框架：FaskApi能把这个工程简化到什么程度：
from fastapi import FastAPIfrom pydantic import BaseModelapp = FastAPI()class People(BaseModel): name: str age: int address: str salary: float @app.post('/insert')def insert(people: People): age_after_10_years = people.age + 10 msg = f'此人名字叫做：{people.name}，十年后此人年龄：{age_after_10_years}' return {'success': True, 'msg': msg}
我们还是使用 requests 发一条信息给 FastApi 开发的 HTTP接口。对于正常数据，正常使用：
[图片上传失败...(image-e3ca53-1602599573530)]
现在我们把age字段改成字符串：
[图片上传失败...(image-23e7cb-1602599573530)]
返回友好的提示信息，告诉我类型错误：age 字段不是 integer。
我们再试一试把name字段去掉：
[图片上传失败...(image-28615c-1602599573530)]
返回友好信息，提示值错误：name字段丢失。
整个过程中，对类型的检查全都由 FastApi 自己完成。我们省下来很多时间。
我用了 Flask 四年，但在使用了5分钟 FastApi 以后，我决定以后不再使用 Flask 了。
回过头来，我们好好介绍一下 FastApi。
使用pip或者pipenv即可安装 FastApi：
pip install fastapipipenv install fastapi
安装完成以后，我们来完成第一个 API：
from fastapi import FastAPIapp = FastAPI()@app.get('/')def index(): return {'message': '你已经正确创建 FastApi 服务！'}
这里的写法跟 Flask 几乎一致。只不过在 Flask 中，我们定义路由的装饰器为@app.route('/')。而这里写为@app.get('/')
如下图所示：
[图片上传失败...(image-e6567b-1602599573530)]
写好代码以后，我们需要使用uvicorn来运行 FastApi。首先使用pip或者pipenv安装uvicorn：
pip install uvicornpipenv install uvicorn
然后执行命令：
uvicorn main:app --reload
其中main表示我们的代码文件为main.py，app表示我们初始化的FastApi 对象的名字。--reload参数表示在修改了代码以后立即生效，不需要重启。
运行命令以后，我们访问http://127.0.0.1:8000可以看到接口已经正确返回了 JSON 格式的数据：
[图片上传失败...(image-d3b9c4-1602599573529)]
那么如何定义一个带参数的 GET 方法呢？我们再写一段代码：
@app.get('/query/{uid}')def query(uid): msg = f'你查询的 uid 为：{uid}' return {'success': True, 'msg': msg}
写好代码以后，我们直接在浏览器里面访问新的地址，可以看到修改已经生效了，如下图所示：
[图片上传失败...(image-d4cb5f-1602599573529)]
如果想限定uid 只能是数字，不能是字符串怎么办呢？你只需要多加4个字符：
@app.get('/query/{uid}')def query(uid: int): msg = f'你查询的 uid 为：{uid}' return {'success': True, 'msg': msg}
对函数query的参数使用类型标注，标注为 int 类型。现在我们再来访问一下接口：
[图片上传失败...(image-24ad64-1602599573529)]
当 query 后面的参数不是整数时，正常报错了。
我们再来看一下本文一开始的 POST 方法。在使用 Flask 的时候，我们需要手动验证用户 POST 提交上来的数据是什么格式的，字段对不对。
但使用 FastApi 的时候，我们只需要类型标注就能解决所有问题。首先我们导入from pydantic import BaseModel，然后继承BaseModel实现我们允许 POST 方法提交上来的数据字段和格式：
from pydantic import BaseModelapp = FastAPI()class People(BaseModel): name: str age: int address: str salary: float
People这个类通过类型标注，指定了它里面的4个字段和他们的类型。现在，我们来实现 POST 方法：
@app.post('/insert')def insert(people: People): age_after_10_years = people.age + 10 msg = f'此人名字叫做：{people.name}，十年后此人年龄：{age_after_10_years}' return {'success': True, 'msg': msg}
insert函数的参数people通过类型标注指定为People类型。
当我们使用 POST 方式提交数据时，FastApi 自动会以People中定义的字段为基准来校验数据，发现不对就返回报错信息。
除了开发接口变得非常简单外，FastApi 还会自动帮我们生成接口文档。大家访问http://127.0.0.1:8000/docs，可以看到接口文档已经自动生成好了：
[图片上传失败...(image-b8fff-1602599573529)]
这个接口不仅能看，而且直接就能在接口页面修改样例数据，发送请求，现场测试：
[图片上传失败...(image-79920a-1602599573529)]
以上是对 FastApi 的极简介绍。有兴趣的同学可以查阅它的官方文档
最后，告诉大家，FastApi 是一个异步 Web 框架，它的速度非常非常非常快。远远超过 Flask。
[图片上传失败...(image-9c9daa-1602599573529)]
FastApi 是最快的几个 Web 框架之一。速度可以匹敌 Golang写的接口。详细的对比可以看：one of the fastest Python frameworks available
作者：青南
链接：https://juejin.im/post/6844904051327369224
来源：掘金
</article>
有疑问加站长微信联系（非本文作者）
