FastAPI框架入门（一），学习笔记，Pydantic的基本使用。

前言

主要特点：
1、性能优越：
2、开发效率高：
3、减少人为bug、直观、易学易用
4、代码重复率低
5、自带API交互文档
6、API开发标准化

一、Starlette, Pydantic与FastAPI的关系？

Python 的类型提示type hints

Pydantic是一个基于Python类型提示来定义数据验证，序列化和文档（使用JOSN模式）库。

Starlette 是一种轻量级的ASGI框架/工具包，是构建高性能Asyncio服务的理想选择。

二、什么是ASGI服务（/WSGI）？

1.搭建开发环境

1、创建一个虚拟环境：
查看已有环境conda env list
创建conda create -n 环境名 python==版本
删除虚拟环境conda remove -n FastAPI --all
2、创建好环境之后，在Pycharm中选择，并新建一个文件夹

需要在创建的环境下，安装好需要的包，本文参考的是b站上的视频，提供了github仓库，搜liaogx\fastapi就可以找到。
cd 到 requirement目录下。使用 pip install -r requirements.txt安装就行。
安装太慢，需要设置国内镜像源。

安装的时候碰到两个，不能安装
报错：ERROR: Could not build wheels for cffi, cryptography, which is required to install pyproject.toml-based projects
使用，python -m pip install cffi python -m pip install cryptography单独安装一下。
注意使用pip install -r requirements.txt 安装包的时候，一旦有一个包的安装发生错误所有的安装都会被取消。所以最好在requirements.txt中把需要单独安装的包先删除

2.Pydantic 的使用

“”"
1、使用Python的类型注解来进行数据校验和settings管理

2、Pydantic可以在代码运行时提供类型提示，数据校验失败时提供友好的错误提示

3、定义数据应该如何在纯规范的Python代码中保存，并用Pydantic验证它
“”"

1、Pydantic 的 BaseModel

2、校验失败的处理

3、模型类的一些属性和方法

print(user.dict())

print(user.json())

print(user.copy()) # 这里是浅拷贝

实例解析的方法（传数据）

from pathlib import Path

User(**external_data)
print(User.parse_obj(external_data))
print(User.parse_raw('{"id": "123", "signup_ts": "2020-12-22 12:22", "friends": [1, 2, "3"]}')) # 原生数据

path = Path('pydantic_tutorial.json')
path.write_text('{"id": "123", "signup_ts": "2020-12-22 12:22", "friends": [1, 2, "3"]}')
print(User.parse_file(path)) # 解析文件

4、递归类型

5、ORM模型：从类实例创建符合ORM对象的模型