FastAPI，一个快速开发 API 的 Python 框架！

在现代的 Web 开发中，API 已经成为不可或缺的部分。不管是移动端、Web前端，还是微服务架构，API 都是这些系统之间沟通的桥梁。而在众多 Python API 框架中，有一个工具因为“速度快、语法简单、功能强大”脱颖而出——它就是 FastAPI。

如果你还没用过 FastAPI，那可能会觉得它只是一款普通的框架。但事实上，FastAPI 是专为高效开发现代 API 而设计的利器，不仅能让你的代码优雅，还能让开发效率翻倍！

今天，我就带大家深入了解 FastAPI，它为什么这么快、怎么用，以及我的开发经验。

什么是 FastAPI？

FastAPI 是一个基于 Python 的 高性能 Web 框架，专注于快速构建 API 服务。它的设计目标是：

快速：用最少的代码实现高效的 API 服务。
现代化：充分利用 Python 的类型注解和异步编程，让开发更简单。
自动化：内置 Swagger 文档和数据验证，无需额外配置。
高性能：基于 Starlette 和 Pydantic，性能媲美 Node.js 和 Go。

一句话概括：FastAPI 是为高性能、高效率、高可读性 API 开发而生的框架。

为什么选择 FastAPI？

以下是 FastAPI 相比其他框架（如 Flask、Django Rest Framework）的优势：

1. 高性能

FastAPI 基于 ASGI（Asynchronous Server Gateway Interface），支持异步编程，性能极高。其响应速度和吞吐量可媲美 Node.js 和 Go。

2. 类型安全

FastAPI 利用了 Python 的类型注解，让代码更加安全、清晰。例如，参数类型和返回类型都可以明确指定，减少了运行时错误。

3. 自动生成 API 文档

FastAPI 内置了自动生成交互式文档的功能，支持 Swagger 和 Redoc，无需额外安装插件。文档不仅易于查看，还可以直接测试接口。

4. 数据验证和序列化

FastAPI 集成了 Pydantic，用于数据校验和序列化。输入的参数会被自动验证，错误会以统一格式返回，开发者无需手动处理。

5. 易上手

相比 Flask，FastAPI 的代码更简洁；相比 Django，它更轻量级，非常适合快速开发。

如何安装 FastAPI？

安装 FastAPI 和运行服务所需的 Uvicorn 只需两行命令：

pip install fastapi

pip install uvicorn[standard]

快速上手：第一个 FastAPI 应用

以下是一个最基础的 FastAPI 示例，用来创建一个简单的 REST API：

from fastapi import FastAPI



app = FastAPI()



@app.get("/")

defread_root():

    return {"message": "Hello, FastAPI!"}



@app.get("/items/{item_id}")

defread_item(item_id: int, q: str = None):

    return {"item_id": item_id, "query": q}

保存为 main.py，然后运行：

uvicorn main:app --reload

打开浏览器访问 http://127.0.0.1:8000/，你会看到：

{"message": "Hello, FastAPI!"}

FastAPI 的核心功能

FastAPI 提供了一系列现代化的功能，以下是一些常用的核心功能：

1. 路由与参数处理

FastAPI 支持通过路径参数、查询参数和请求体接收数据，语法直观。

路径参数

@app.get("/users/{user_id}")

defget_user(user_id: int):

    return {"user_id": user_id}

访问 http://127.0.0.1:8000/users/42，返回：

{"user_id": 42}

查询参数

@app.get("/search")

defsearch_items(keyword: str, limit: int = 10):

    return {"keyword": keyword, "limit": limit}

访问 http://127.0.0.1:8000/search?keyword=FastAPI&limit=5，返回：

{"keyword": "FastAPI", "limit": 5}

2. 请求体处理和数据验证

FastAPI 使用 Pydantic 模型来处理请求体数据，同时自动进行校验。

定义请求体模型

from pydantic import BaseModel



classItem(BaseModel):

    name: str

    price: float

    is_offer: bool = None

接收请求体

@app.post("/items/")

defcreate_item(item: Item):

    return {"item": item}

向 http://127.0.0.1:8000/items/ 发送以下 JSON 数据：

{

    "name": "Laptop",

    "price": 999.99,

    "is_offer": true

}

服务器会返回：

{

    "item": {

        "name": "Laptop",

        "price": 999.99,

        "is_offer": true

    }

}

3. 异步支持

FastAPI 原生支持异步编程，可以轻松处理高并发请求。

import asyncio



@app.get("/async")

asyncdefasync_endpoint():

    await asyncio.sleep(1)

    return {"message": "This is an async response!"}

异步接口在高并发场景下的表现尤为出色。

4. 自动生成 API 文档

FastAPI 内置了 Swagger 和 Redoc 文档，访问以下路径即可查看：

Swagger 文档：http://127.0.0.1:8000/docs
Redoc 文档：http://127.0.0.1:8000/redoc

文档不仅展示了所有接口，还允许你在线测试，非常方便！

5. 中间件和依赖注入

FastAPI 提供了灵活的中间件和依赖注入功能，可以轻松实现请求前后处理、数据库连接等任务。

示例：自定义中间件

from fastapi import FastAPIfrom starlette.middleware.base import BaseHTTPMiddlewareapp = FastAPI()classCustomMiddleware(BaseHTTPMiddleware):asyncdefdispatch(self, request, call_next):        print("Before request")        response = await call_next(request)        print("After request")return responseapp.add_middleware(CustomMiddleware)