用官方的話來說，FastAPI 是一種現代，快速（高性能）的 Web 框架，基于標準Python 類型提示使用 Python 3.6+ 構建 API

FastAPI 站在巨人的肩膀上？

很大程度上來說，這個巨人就是指 Flask 框架。

FastAPI 從語法上和 Flask 非常的相似，有異曲同工之妙。

技術背景：Py3.6+，Starlette，Pydantic

其實不僅僅是 FastAPI ，就連 Sanic 也是基于 Flask 快速開發的 Web API 框架。

廢話少說，代碼總是能給人帶來愉悅感 (抱頭)，直接開懟。

安裝

pip install fastapi pip install uvicorn

創建一個 main.py 文件

from fastapi import FastAPIapp = FastAPI() # 創建 api 對象@app.get("/") # 根路由 def root():return {"武漢": "加油！！！"}@app.get("/say/{data}") def say(data: str,q: int):return {"data": data, "item": q}

上面搭建了一個最簡單的 FastAPI 應用，看起來和 Flask 完全一樣，莫名的喜感。

使用以下命令來啟動服務器：

uvicorn main:app --reload

FastAPI 推薦使用 uvicorn 來運行服務，Uvicorn 是基于uvloop 和 httptools 構建的閃電般快速的 ASGI 服務器。

uvicorn main:app 指的是：

main：文件main.py

app: 創建的啟用對象

--reload: 熱啟動，方便代碼的開發

啟動界面如下：

INFO 信息告訴我們已經監聽了本地的 8000 端口，訪問 http://127.0.0.1:8000 得到結果

傳入參數

再來看看 FastAPI 的異步代碼

from fastapi import FastAPIapp = FastAPI() # 創建 api 對象@app.get("/") # 根路由 async def root():return {"武漢": "加油！！！"}@app.get("/say/{data}") async def say(data: str,q: int = None):return {"data": data, "q": q}

開啟服務后訪問結果是一樣的。

在上面的路由方法中，我們傳入了一個 q 參數并且初始為 None，如果不給默認值，并且不傳參，代碼將直接報錯。

來看看 FastAPI 是如何處理錯誤的：

可以看到，即使是報錯，也是優美的輸入一個帶有錯誤字段的 JSON，這就非常的友好了，這也是體現了 FastAPI 減少更多的人為錯誤的特性，返回也更加的簡潔直觀。

在命令行輸出：

再來看看 FastAPI 的交互文檔

根據官方文檔，打開 http://127.0.0.1:8000/docs

看到：

支持動態傳入數據：

結果：

從交互體驗上也是無比的友好，讓代碼在生產中更加健壯。

現在我們算是快速的體驗了一波 FastAPI 騷操作，從代碼上和 Flask 及其的類似，體驗性更好。

那么再來看看最新的 Python web框架的性能響應排行版

從并發性上來說是完全碾壓了 Flask (實際上也領先了同為異步框架的tornado 不少)，看來 FastAPI 也真不是蓋的，名副其實的高性能 API 框架呀！

查詢參數

先來看看官方小 demo

from fastapi import FastAPIapp = FastAPI()fake_items_db = [{"item_name": "Foo"}, {"item_name": "Bar"}, {"item_name": "Baz"}]@app.get("/items/") async def read_item(skip: int = 0, limit: int = 10):return fake_items_db[skip : skip + limit]

該查詢是 ? URL中位于關鍵字之后的一組鍵值對，以&字符分隔。

在 url 中進行查詢

http://127.0.0.1:8000/items/?skip=0&limit=10

skip：查詢的起始參數

limit：查詢的結束參數

成功返回查詢列表。

查詢參數類型轉換

FastAPI 非常聰明，足以辨別 路徑參數 和 查詢參數。

來看看具體的例子：

from fastapi import FastAPIapp = FastAPI()@app.get("/items/{item_id}") async def read_item(item_id: str, q: str = None, short: bool = False):item = {"item_id": item_id}if q:item.update({"q": q})if not short:item.update({"description": "This is an amazing item that has a long description"})return item

看看其訪問路徑，執行以下的任何一種 url 訪問方式

http://127.0.0.1:8000/items/武漢加油?short=1

http://127.0.0.1:8000/items/武漢加油?short=True

http://127.0.0.1:8000/items/武漢加油?short=true

http://127.0.0.1:8000/items/武漢加油?short=on

http://127.0.0.1:8000/items/武漢加油?short=yes

可以發現任何大小寫的字母等都會被轉換成 bool 值的參數 True，這就是所謂模糊驗證參數，對于開發者來說這是個好消息。

要知道的是，如果 short 參數沒有默認值，則必須傳參，否則 FastAPI 將會返回類似以下的錯誤信息。

{"detail": [{"loc": ["query","needy"],"msg": "field required","type": "value_error.missing"}] }

創建數據模型

前面說到 FastAPI 依賴 Pydantic 模塊，所以首先，你需要導入 Pydantic 的 BaseModel 類。

from fastapi import FastAPI from pydantic import BaseModel# 請求主體類 class Item(BaseModel):name: str = "武漢加油 ！！"description: str = Noneprice: float = 233tax: float = Noneapp = FastAPI()@app.post("/items/") async def create_item(item: Item):return item

發送 post 請求來提交一個 Item(請求主體) 并返回，來看看提交過程。

成功提交并返回 200 狀態碼

請求主體+路徑+查詢參數，在請求主體的基礎上加入 url 動態路徑參數 和 查詢參數

from fastapi import FastAPI from pydantic import BaseModelclass Item(BaseModel):name: strdescription: str = Noneprice: floattax: float = Noneapp = FastAPI()@app.put("/items/{item_id}") async def create_item(item_id: int, item: Item, q: str = None):result = {"item_id": item_id, **item.dict()}if q:result.update({"q": q})return result

put 方法用于更新，傳入參數后成功返回一個字典。

關于模板引擎

FastAPI 不像 Flask 那樣自帶 模板引擎(Jinja2)，也就是說沒有默認的模板引擎，從另一個角度上說，FastAPI 在模板引擎的選擇上變得更加靈活，極度舒適。

以 Jinja2 模板為例

安裝依賴

pip install jinja2 pip install aiofiles # 用于 fastapi 的異步靜態文件

具體的用法

# -*- coding:utf-8 -*- from fastapi import FastAPI, Request from fastapi.staticfiles import StaticFiles from fastapi.templating import Jinja2Templates import uvicornapp = FastAPI()app.mount("/static", StaticFiles(directory="static"), name="static") # 掛載靜態文件，指定目錄templates = Jinja2Templates(directory="templates") # 模板目錄@app.get("/data/{data}") async def read_data(request: Request, data: str):return templates.TemplateResponse("index.html", {"request": request, "data": data})if __name__ == '__main__':uvicorn.run(app, host="127.0.0.1", port=8000)

html 文件渲染

<html> <head><title>武漢加油</title> </head> <body><h1>高呼: {{ data }}</h1> </body> </html>

在瀏覽器鍵入 http://127.0.0.1:8000/data/武漢加油

值得注意的是，在返回的 TemplateRespone 響應時，必須帶上 request 的上下文對象，傳入參數放在同一字典。

這樣一來，又可以像 Flask 一樣的使用熟悉的 Jinja2 了，哈哈。

做個小總結的話就是 FastAPI 在用法上也是及其簡單，速度更快，性能更好，容錯率更高，整體上更牛逼。但是我在設想如此之快的框架，畢竟發布的時間不長，缺少像 Flask 框架的第三方庫和各種插件，所以要想真正意義上替代還是需要一定的時間，要冷靜，冷靜。

好啊，至此 FastAPI 的一些基本用法就差不多結束啦，FastAPI 的官方文檔有詳細的介紹和實例，入門篇到此結束。

官方文檔：https://fastapi.tiangolo.com/

總結

以上是生活随笔為你收集整理的fastapi jinja2_（入门篇）Python框架之FastAPI——一个比Flask和Tornado更高性能的API 框架的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。