FastAPI官档精编003 - Python类型提示

作者: 呆鸟的简书 | 来源:发表于2021-09-10 10:32 被阅读0次

呆鸟云：发布本系列旨在推广 FastAPI 以及推进 FastAPI 中文官档翻译，目前，FastAPI 官档已完成 98% 的中文翻译，如果您对 FastAPI 有兴趣，可以为这个很赞的开源项目做些贡献，比如校译、翻译、审阅等。

开源项目的发展离不开大家的支持。当然最简单的就是在 Github 上点 Star 了。

如果您觉得 FastAPI 不错，也可以转发、转载本文，让更多人知道 Python 还有这么简单的后端支持库。

FastAPI 官档地址：https://fastapi.tiangolo.com/zh/

下面先列出几个需要 Review 的 PR，希望大家多多参与。

以下为正文。

Python 的 类型提示是声明变量类型的语法。

声明了变量类型，编辑器和开发工具就能提供更好的支持。

本章只是 Python 类型提示的快速入门，仅介绍了 FastAPI 中与类型提示相关的内容……真的很少。

FastAPI 是基于类型提示开发的，写代码的体验非常不错。

就算不使用 FastAPI，了解一下类型提示也会让您获益匪浅。

!!! note "笔记"

如果您是 Python 专家，已经熟知类型提示，就直接跳到下一章吧。

动机

先介绍一个简单的例子：

def get_full_name(first_name, last_name):
    full_name = first_name.title() + " " + last_name.title()
    return full_name


print(get_full_name("john", "doe"))

这段代码输出如下内容：

John Doe

该函数执行以下操作：

接收 first_name 和 last_name 参数
使用 title() 把参数的首字母转换为大写
使用空格<abbr title="按顺序把多个内容组合成一个整体。">拼接</abbr>两个参数的值

def get_full_name(first_name, last_name):
    full_name = first_name.title() + " " + last_name.title()
    return full_name


print(get_full_name("john", "doe"))

编辑示例

这是个非常简单的程序。

现在，假设您要从头编写这段程序。

在某一时刻，开始定义函数，并且准备好了参数……

此时，需要调用把首字母转换为大写的方法。

等等，那个方法是什么来着？upper？ uppercase？first_uppercase？还是capitalize？

然后，您尝试向程序员老手的朋友——编辑器自动补全寻求帮助。

输入函数的第一个参数 first_name，输入点号（.），然后敲下 Ctrl+Space 触发代码补全。

可惜，这没有什么用：

添加类型

接下来，修改上例中的一行代码。

把下面这行代码中的函数参数从：

    first_name, last_name

改成：

    first_name: str, last_name: str

就是这样。

这就是类型提示：

def get_full_name(first_name: str, last_name: str): # 看这行
    full_name = first_name.title() + " " + last_name.title()
    return full_name


print(get_full_name("john", "doe"))

与声明默认值不同，例如：

    first_name="john", last_name="doe"

这两者不一样。

类型提示用的是冒号（:），不是等号（=）。

而且类型提示一般不会改变原有的运行结果。

再次创建这个函数，这次添加了类型提示。

在同一个位置，使用 Ctrl+Space 触发自动补全，就会发现：

这样，就可以滚动查看选项，找到需要的功能：

声明类型

您刚刚看到的就是类型提示常见的场景 ~ 用于函数的参数。

这也是在 FastAPI 中类型提示的常用场景。

简单类型

类型提示不只使用 str，还能声明所有 Python 标准类型。

比如，以下类型：

int
float
bool
bytes

def get_items(item_a: str, item_b: int, item_c: float, item_d: bool, item_e: bytes):
    return item_a, item_b, item_c, item_d, item_d, item_e

通用类型的类型参数

dict、list、set、tuple 等数据结构可以包含其它值，而且其内部的值也有自己的类型。

Python 的 typing 标准库可以声明这些类型及其子类型。

这个标准库专门用来支持类型提示。

列表

例如，定义由 str 组成的 list 变量。

从 typing 模块导入 List（注意 L 要大写）：

from typing import List

def process_items(items: List[str]):
    for item in items:
        print(item)

同样用冒号（:）声明变量。

类型是 List。

由于列表是包含子类型的类型，所以要把子类型放在方括号里：

from typing import List

def process_items(items: List[str]): # 看这行
    for item in items:
        print(item)

!!! tip "提示"

方括号里的内部类型叫做**类型参数**。

此时，`str` 是传递给 `List` 的类型参数。

即：变量 items 的类型是 list，并且列表里的每个元素的类型都是 str。

这样，即使在处理列表里的元素时，编辑器也能提供支持：

没有类型，这种支持几乎不可能实现。

注意，变量 item 是列表 items 里的元素。

而且，编辑器仍然把它识别为 str，并提供相关支持。

元组和集合

声明 tuple 和 set 的方法也一样：

from typing import Set, Tuple # 看这行

def process_items(items_t: Tuple[int, int, str], items_s: Set[bytes]): # 看这行
    return items_t, items_s

即：

变量 items_t 是包含 3 个元素的 tuple，分别是 int、 int、str
变量 items_s 是 set，其中每个元素的类型都是 bytes

字典

定义 dict 要传入 2 个用逗号分隔的子类型。

第一个子类型声明 dict 的所有键。

第二个子类型声明 dict 的所有值：

from typing import Dict


def process_items(prices: Dict[str, float]): # 看这行
    for item_name, item_price in prices.items():
        print(item_name)
        print(item_price)

即：

变量 prices 是 dict：
- dict 的键的类型是 str（元素名称）
- dict 的值的类型是 float（元素价格）

`Optional`

使用 Optional 把变量声明为 str 等类型，但该类型是可选的，因此也可以是 None:

from typing import Optional

def say_hi(name: Optional[str] = None): # 看这行
    if name is not None:
        print(f"Hey {name}!")
    else:
        print("Hello World")

使用 Optional[str] 替代简单的 str 可以让编辑器检测值的类型应为 str，但也可能为 None 的错误。

通用类型

以下类型使用方括号中的类型参数：

List
Tuple
Set
Dict
Optional
等……

这些类型就是通用类型，也叫作 Generics。

类作为类型

类也可以声明为变量的类型。

假设有一个包含 name 属性的类 Person：

class Person:
    def __init__(self, name: str):
        self.name = name

def get_person_name(one_person: Person):
    return one_person.name

下面，把变量的类型声明为 Person：

class Person:
    def __init__(self, name: str):
        self.name = name

def get_person_name(one_person: Person): # 看这行
    return one_person.name

再一次，获得了所有的编辑器支持：

Pydantic 模型

Pydantic 是执行数据校验的 Python 库，可以把数据结构声明为包含属性的类。

每个属性都有自己的类型。

接下来，用一些值创建类实例，FastAPI 会校验这些值，（在需要的情况下）把值转换为适当的类型，并返回包含所有数据的对象。

然后，这个对象就可以获得编辑器支持。

下面是 Pydantic 官方文档中的示例：

from datetime import datetime
from typing import List, Optional

from pydantic import BaseModel


class User(BaseModel):
    id: int
    name = "John Doe"
    signup_ts: Optional[datetime] = None
    friends: List[int] = []


external_data = {
    "id": "123",
    "signup_ts": "2017-06-01 12:22",
    "friends": [1, "2", b"3"],
}
user = User(**external_data)
print(user)
# > User id=123 name='John Doe' signup_ts=datetime.datetime(2017, 6, 1, 12, 22) friends=[1, 2, 3]
print(user.id)
# > 123

!!! info "说明"
FastAPI 就是基于 Pydantic 开发的。

用户指南中列出了很多示例。

FastAPI 中的类型提示

FastAPI 充分利用了类型提示的优势。

FastAPI 使用类型提示声明参数可以获得：

编辑器支持
类型检查

……FastAPI 还使用类型声明：

定义参数需求：声明对请求路径参数、查询参数、请求头、请求体、依赖项等的需求
转换数据：把请求中的数据转换为需要的类型
校验数据：对于每一个请求：
- 数据校验失败时，自动生成错误信息，并返回给客户端
使用 OpenAPI 存档 API：
- 并在 API 文档中显示

听上去有点抽象，不过不用担心。用户指南中详细介绍了上述所有内容。

最重要的是，使用 Python 标准类型，只要在一个地方声明（不用添加更多的类、装饰器等），FastAPI 就能完成很多工作。

网友评论

本文标题：FastAPI官档精编003 - Python类型提示

本文链接：https://www.haomeiwen.com/subject/wbpgwltx.html

延伸阅读

深度阅读

您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！