博客目录
- 一.基本介绍
- 1.安装 FastAPI 和 Uvicorn
- 2.创建一个 FastAPI 应用
- 3.运行应用
- 4.发送 POST 请求
- 5.处理请求
- 二.实战演练
- 1.view 层
- 2.model
一.基本介绍
FastAPI 是一个现代、快速(高性能)的 Web 框架,用于构建 API,它基于 Python 3.6 及以上版本。在 FastAPI 中发送 POST 请求,通常是指创建一个接口来接收客户端发送的 POST 请求。
以下是使用 FastAPI 处理 POST 请求的基本步骤:
1.安装 FastAPI 和 Uvicorn
首先,你需要安装 FastAPI 和 Uvicorn(一个 ASGI 服务器),可以使用 pip 进行安装:
pip install fastapi uvicorn
2.创建一个 FastAPI 应用
创建一个 Python 文件,比如 main.py
,并写入以下代码来创建一个 FastAPI 应用:
from fastapi import FastAPI
app = FastAPI()
@app.post("/items/")
async def create_item(item: dict):
return {"name": item["name"], "price": item["price"], "tax": item["price"] * 0.05}
在这个例子中,我们定义了一个 POST 路由 /items/
,它接收一个字典作为请求体,并返回一个包含商品名称、价格和税后价格的字典。
3.运行应用
使用 Uvicorn 运行你的 FastAPI 应用:
uvicorn main:app --reload
--reload
参数使得服务器在代码发生变化时自动重新加载。
4.发送 POST 请求
你可以使用 curl
命令行工具、Postman 或编写代码(如使用 Python 的 requests
库)来发送 POST 请求。以下是使用 curl
的示例:
curl -X 'POST' \
'http://127.0.0.1:8000/items/' \
-H 'accept: application/json' \
-H 'Content-Type: application/json' \
-d '{
"name": "Item1",
"price": 10
}'
这将向 /items/
路由发送一个 POST 请求,并包含 JSON 格式的数据。
5.处理请求
FastAPI 应用会接收到请求,并根据定义的路由和函数处理它,然后返回响应。
二.实战演练
1.view 层
IndexRouter = APIRouter(prefix="/graph", tags=["图谱管理"])
class IndexRouterMap:
@staticmethod
@IndexRouter.post("/index_docs", summary="创建索引", description="创建索引")
async def index_by_docs(kd: KnowledgeDocIndex):
return {
"code": 0,
"data": None,
"msg": "成功",
}
2.model
class KnowledgeDocIndex(BaseModel):
kb_name: str
schema_id: int = 2
origNames: Optional[list[str]] = None
run_id: Optional[str] = None
觉得有用的话点个赞 👍🏻
呗。
❤️❤️❤️本人水平有限,如有纰漏,欢迎各位大佬评论批评指正!😄😄😄
💘💘💘如果觉得这篇文对你有帮助的话,也请给个点赞、收藏下吧,非常感谢!👍 👍 👍
🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧!🌙🌙🌙