模型基本用法
from pydantic import BaseModel
class Item(BaseModel): # 通过继承BaseModel
name: str
price: float
is_offer: Union[bool, None] = None
常用的模型属性和方法
dict() #将数据模型的字段和值封装成字典
json() #将数据模型的字段和值封装成json格式字符串
copy() #生成数据模型实例的副本
parse_obj() #将python字典数据解析为数据模型实例
parse_raw() #将字符串解析为数据模型实例
parse_file() #传入文件路径,并将路径所对应的文件解析为数据模型实例
from_orm() #将任何自定义类的实例转换成数据模型对象
schema() #将数据模型转换成json模式数据
schema_json() #将返回schema()生成的字符串
construct() #类方法,创建数据模型实例时不进行验证
__fields_set__ #创建数据模型实例的初始化字段列表
__fields__ # 罗列数据模型的全部字段的字典
__config__ # 显示数据模型的配置类
模型转换成字典
class Item(BaseModel):
name: str
price: float
is_offer: Union[bool, None] = None
@app.put("/items/{item_id}")
def update_item(item_id: int, item: Item):
"""
dict()相关参数
include: Optional[Union['AbstractSetIntStr', 'MappingIntStrAny']] = None, # 要包含在返回的字典中的字段。你可以传递一个集合或映射对象,指定要包含的字段
exclude: Optional[Union['AbstractSetIntStr', 'MappingIntStrAny']] = None, # 要从返回的字典中排除的字段。你可以传递一个集合或映射对象,指定要排除的字段。
by_alias: bool = False, # 是否应用字段别名作为返回字典中的键。如果设置为 True,将使用字段别名作为键。
skip_defaults: Optional[bool] = None, # 是否应从返回的字典中排除等于其默认值(无论是否设置)的字段
exclude_unset: bool = False, # 创建模型时未显式设置的字段是否应从返回的字典中排除
exclude_defaults: bool = False, # 是否应从返回的字典中排除等于其默认值(无论是否设置)的字段
exclude_none: bool = False, #是否应从返回的字典中排除等于 None 的字段
"""
item_dict = item.dict() # 将模型转换为字典
return {"item_id": item_id, **item_dict}
嵌套模型
from typing import List
from pydantic import BaseModel
class Blackboard(BaseModel):
size = 4000
color: str
class Table(BaseModel):
position: str
class ClassRoom(BaseModel):
blackboard: Blackboard
tables: List[Table]
m = ClassRoom(
blackboard={'color': 'green'},
tables=[{'position': '第一排左1'},{'position': '第一排左2'}]
)
模型字段校验
1.默认值,为字段提供一个默认值,在创建数据模型实例的时候,字段会使用这个默认值,将默认值设置为(...)用来标记该字段是必填字段
2.别名alias
3.详细信息description
4.数值比较函数gt/ge/lt/le
5.正则表达式
from pydantic import BaseModel,Field
class Blackboard(BaseModel):
size: 4000
color: str=Field(...,alias='颜色',gt=1,description='黑板的颜色,可选green和black')
响应模型response_model
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
tags: list[str] = []
@app.post("/items/", response_model=Item)
async def create_item(item: Item) -> Any:
return item
@app.get("/items/", response_model=List[Item])
async def read_items() -> Any:
return [
{"name": "Portal Gun", "price": 42.0},
{"name": "Plumbus", "price": 32.0},
]
从orm模型实例创建Pydantic模型
class ItemResponse(BaseModel):
name: str
description: str | None = None
# 配置类,开启orm模式
class Config:
orm_mode = True
@app.get("/items/{id}", response_model=ItemResponse)
def query_items(id: int):
# 查询数据库,返回的是一个对象
blog = db.query(Blog).filter(Blog.id == id).first()
# 将模型映射成pydantic模型,并返回给前端
return blog
orm_mode的其他用法
class Person(BaseModel):
pid: int
name: str
# 配置类,开启orm模式
class Config:
orm_mode = True
from sqlalchemy.ext.declarative import declarative_base
Base = declarative_base()
class PersonORM(Base):
__tablename__ = 'person'
pid = Column(Integer,primary_key=True)
name = Column(String(24),unique=True)
# from_orm()从orm模型对象构造模型实例
p_obj = PersonORM(pid=1,name='jack')
Person.from_orm(p_obj)
# dict()将basemodel的实例解析为orm类型的实例
person = Person(pid=2,name='nick')
p_orm = PersonORM(**person.dict())
响应模型排除具有默认值的字段response_model_exclude_unset
class Item(BaseModel):
name: str
description: Union[str, None] = None
price: float
tax: float = 10.5
tags: List[str] = []
# 比作你数据库查询出来的数据
items = {
"foo": {"name": "Foo", "price": 50.2},
"bar": {"name": "Bar", "description": "The bartenders", "price": 62, "tax": 20.2},
"baz": {"name": "Baz", "description": None, "price": 50.2, "tax": 10.5, "tags": []},
}
@app.get("/items/{item_id}", response_model=Item, response_model_exclude_unset=True)
async def read_item(item_id: str):
return items[item_id] #比如我返回的是第一条数据,映射到Item中,响应排除具有默认值的字段
其他参数
response_model_exclude_defaults=True,忽略与默认值相同的字段
response_model_exclude_none=True,忽略值为None的字段
response_model_include={},输出数据中仅包含指定的字段
response_model_exclude={},输出数据中仅排除指定的字段
标签:None,name,FastAPI,模型,用法,item,str,BaseModel,数据模型
From: https://www.cnblogs.com/weiweivip666/p/18041245