构建RESTful API:使用FastAPI实现高效的增删改查操作

简介: 构建RESTful API:使用FastAPI实现高效的增删改查操作


在现代Web开发中,构建RESTful API是一项常见且关键的任务。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+类型提示。我将详细介绍如何使用FastAPI框架来实现一个基本的增删改查(CRUD)接口。

环境搭建

在开始之前,请确保你的环境中安装了Python 3.6+和pip。使用以下命令安装FastAPI和Uvicorn,Uvicorn是一个轻量级的ASGI服务器。

pip install fastapi uvicorn

快速启动

创建一个main.py文件,并写入以下代码来启动一个简单的FastAPI应用:

from fastapi import FastAPI
app = FastAPI()
@app.get("/")
async def read_root():
    return {"Hello": "World"}

运行服务器:

uvicorn main:app --reload

打开浏览器访问http://127.0.0.1:8000/,你将看到返回的JSON响应。

定义数据模型

在实现CRUD操作之前,需要定义数据模型。在models.py文件中,定义一个Pydantic模型,用于请求和响应数据的验证。

from pydantic import BaseModel
# 创建一个Item模型
class Item(BaseModel):
    id: int
    name: str
    description: str = None
    price: float
    tax: float = None

创建CRUD操作

crud.py文件中,实现CRUD操作的函数。这里简单地使用一个字典来存储数据,实际应用中应该使用数据库。

from models import Item
items = {}
def create_item(item_id: int, item: Item):
    items[item_id] = item
    return items[item_id]
def read_item(item_id: int):
    return items.get(item_id)
def update_item(item_id: int, item: Item):
    if item_id in items:
        items[item_id] = item
        return items[item_id]
    return None
def delete_item(item_id: int):
    if item_id in items:
        del items[item_id]
        return True
    return False

实现API端点

main.py中,将使用CRUD操作函数来实现API端点。

from fastapi import FastAPI, HTTPException
from models import Item
from crud import create_item, read_item, update_item, delete_item
app = FastAPI()
# 创建Item
@app.post("/items/{item_id}")
async def create(item_id: int, item: Item):
    return create_item(item_id, item)
# 读取Item
@app.get("/items/{item_id}")
async def read(item_id: int):
    item = read_item(item_id)
    if item is None:
        raise HTTPException(status_code=404, detail="Item not found")
    return item
# 更新Item
@app.put("/items/{item_id}")
async def update(item_id: int, item: Item):
    updated_item = update_item(item_id, item)
    if updated_item is None:
        raise HTTPException(status_code=404, detail="Item not found")
    return updated_item
# 删除Item
@app.delete("/items/{item_id}")
async def delete(item_id: int):
    if not delete_item(item_id):
        raise HTTPException(status_code=404, detail="Item not found")
    return {"detail": "Item deleted"}

测试API

我们可以使用FastAPI提供的API文档来测试我们的接口。重新运行服务器:

uvicorn main:app --reload

转到http://127.0.0.1:8000/docs,你将看到Swagger UI,一个自动生成的交互式API文档,你可以在这里测试你的API端点。

进阶:使用数据库

为了让CRUD操作更加实际,我们将使用SQLite数据库来存储数据。首先,我们需要安装databasessqlalchemy

pip install databases sqlalchemy

接下来,在database.py文件中设置数据库连接和表:

import databases
import sqlalchemy
from sqlalchemy import create_engine, MetaData, Table, Column, Integer, String, Float
DATABASE_URL = "sqlite:///./test.db"
database = databases.Database(DATABASE_URL)
metadata = MetaData()
items = Table(
    "items",
    metadata,
    Column("id", Integer, primary_key=True),
    Column("name", String(50)),
    Column("description", String(50)),
    Column("price", Float),
    Column("tax", Float, default=None)
)
engine = create_engine(DATABASE_URL)
metadata.create_all(engine)

crud.py中,我们将函数更新为使用数据库:

from models import Item
from database import database, items
async def create_item(item_id: int, item: Item):
    query = items.insert().values(id=item_id, **item.dict())
    last_record_id = await database.execute(query)
    return {**item.dict(), "id": last_record_id}
async def read_item(item_id: int):
    query = items.select().where(items.c.id == item_id)
    return await database.fetch_one(query)
async def update_item(item_id: int, item: Item):
    query = items.update().where(items.c.id == item_id).values(**item.dict())
    await database.execute(query)
    return await read_item(item_id)
async def delete_item(item_id: int):
    query = items.delete().where(items.c.id == item_id)
    return await database.execute(query) > 0

最后,需要在main.py中启动和关闭数据库连接:

from fastapi import FastAPI, HTTPException
from models import Item
from crud import create_item, read_item, update_item, delete_item
from database import database
app = FastAPI()
@app.on_event("startup")
async def startup():
    await database.connect()
@app.on_event("shutdown")
async def shutdown():
    await database.disconnect()
# 其余的API端点保持不变

现在,CRUD操作已经可以与SQLite数据库交互,存储和检索数据。

我已经使用FastAPI框架成功创建了一个具有增删改查功能的RESTful API。FastAPI的异步支持和自动生成的文档使得构建和测试API变得更加简单和高效。虽然这个例子使用了SQLite数据库,FastAPI可以与多种数据库无缝集成,使其成为构建现代Web应用和微服务的强大工具。

在实际应用中,需要考虑更多的方面,如输入验证、错误处理、身份验证、授权以及数据库连接的适当管理等。


目录
相关文章
|
1天前
|
Java API 数据库
如何使用Spring Boot构建RESTful API,以在线图书管理系统为例
【10月更文挑战第9天】本文介绍了如何使用Spring Boot构建RESTful API,以在线图书管理系统为例,从项目搭建、实体类定义、数据访问层创建、业务逻辑处理到RESTful API的实现,详细展示了每个步骤。通过Spring Boot的简洁配置和强大功能,开发者可以高效地开发出功能完备、易于维护的Web应用。
10 3
|
1天前
|
XML JSON API
深入理解RESTful API设计:最佳实践与实现
【10月更文挑战第9天】深入理解RESTful API设计:最佳实践与实现
8 1
|
2天前
|
JSON API 网络架构
深入理解RESTful API设计
【10月更文挑战第8天】深入理解RESTful API设计
9 0
|
2天前
|
JSON API 数据格式
使用Python构建RESTful API
【10月更文挑战第8天】使用Python构建RESTful API
3 0
|
2月前
|
机器人 API Python
智能对话机器人(通义版)会话接口API使用Quick Start
本文主要演示了如何使用python脚本快速调用智能对话机器人API接口,在参数获取的部分给出了具体的获取位置截图,这部分容易出错,第一次使用务必仔细参考接入参数获取的位置。
145 1
|
8天前
|
人工智能 自然语言处理 PyTorch
Text2Video Huggingface Pipeline 文生视频接口和文生视频论文API
文生视频是AI领域热点,很多文生视频的大模型都是基于 Huggingface的 diffusers的text to video的pipeline来开发。国内外也有非常多的优秀产品如Runway AI、Pika AI 、可灵King AI、通义千问、智谱的文生视频模型等等。为了方便调用,这篇博客也尝试了使用 PyPI的text2video的python库的Wrapper类进行调用,下面会给大家介绍一下Huggingface Text to Video Pipeline的调用方式以及使用通用的text2video的python库调用方式。
|
7天前
|
JSON JavaScript API
(API接口系列)商品详情数据封装接口json数据格式分析
在成长的路上,我们都是同行者。这篇关于商品详情API接口的文章,希望能帮助到您。期待与您继续分享更多API接口的知识,请记得关注Anzexi58哦!
|
28天前
|
安全 API 开发者
Web 开发新风尚!Python RESTful API 设计与实现,让你的接口更懂开发者心!
在当前的Web开发中,Python因能构建高效简洁的RESTful API而备受青睐,大大提升了开发效率和用户体验。本文将介绍RESTful API的基本原则及其在Python中的实现方法。以Flask为例,演示了如何通过不同的HTTP方法(如GET、POST、PUT、DELETE)来创建、读取、更新和删除用户信息。此示例还包括了基本的路由设置及操作,为开发者提供了清晰的API交互指南。
93 6
|
4天前
|
监控 API 开发工具
深入理解API设计:构建高效的接口
【10月更文挑战第6天】深入理解API设计:构建高效的接口
15 0