FastAPI（19）- Response Model 响应模型

前言

• 前面文章写的这么多路径函数最终 return 的都是自定义结构的字典
• FastAPI 提供了 response_model 参数，声明 return 响应体的模型

 

什么是路径操作、路径函数

# 路径操作
@app.post("/items/", response_model=Item)
# 路径函数
async def create_item(item: Item):
...

 

重点

response_model 是路径操作的参数，并不是路径函数的参数哦

• @app.get()
• @app.post()
• @app.put()
• @app.delete()

 

最简单的栗子

#!usr/bin/env python
# -*- coding:utf-8 _*-
"""
# author: 小菠萝测试笔记
# blog:  https://www.cnblogs.com/poloyy/
# time: 2021/9/21 5:12 下午
# file: 17_response_model.py
"""

from typing import List, Optional

import uvicorn
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class Item(BaseModel):
name: str
description: Optional[str] = None
price: float
tax: Optional[float] = None
tags: List[str] = []

@app.post("/items/", response_model=Item)
async def create_item(item: Item):
return item

if __name__ == "__main__":
uvicorn.run(app="16_Header:app", host="127.0.0.1", port=8080, reload=True, debug=True) 

上面代码栗子，请求模型和响应模型都是同一个 Pydantic Model

 

FastAPI 通过 response_model 会做

• 将输出数据转换为 Model 中声明的类型
• 验证数据
• 在 OpenAPI 给 Response 添加 JSON Schema 和 Example Value
• 最重要：将输出数据限制为 model 的数据

 

正确传参的请求结果

 

查看 Swagger API 文档

 

为什么 response_model 不是路径函数参数而是路径操作参数呢？

• 因为路径函数的返回值并不是固定的，可能是 dict、数据库对象，或其他模型
• 但是使用响应模型可以对响应数据进行字段限制和序列化

 

区分请求模型和响应模型的栗子

需求

• 假设一个注册功能
• 输入账号、密码、昵称、邮箱，注册成功后返回个人信息
• 正常情况下不应该返回密码，所以请求体和响应体肯定是不一样的

 

实际代码

from typing import Optional

from fastapi import FastAPI
from pydantic import BaseModel, EmailStr

app = FastAPI()

class UserIn(BaseModel):
username: str
password: str
email: EmailStr
full_name: Optional[str] = None

class UserOut(BaseModel):
username: str
email: EmailStr
full_name: Optional[str] = None

@app.post("/user/", response_model=UserOut)
async def create_user(user: UserIn):
return user

• 即使请求数据包含了密码，但因为响应模型不包含 password，所以最终返回的响应数据也不会包含 password
• FastAPI 通过 Pydantic 过滤掉所有未在响应模型中声明的数据

 

正确传参的请求结果

 

查看 Swagger API 文档

 

来看看路径操作有什么关于响应模型的参数

 

response_model_exclude_unset

作用

• 有时候数据会有默认值，比如数据库中设置了默认值，不想返回这些默认值怎么办？
•  response_model_exclude_unset=True  设置该参数后就不会返回默认值，只会返回实际设置的值，假设没设置值，则不返回该字段

 

实际代码

class Item(BaseModel):
name: str
price: float
# 下面三个字段有默认值
description: Optional[str] = None
tax: float = 10.5
tags: List[str] = []

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):
# 从上面 items 字典中，根据 item_id 取出对应的值并返回
return items[item_id]

 

item_id=foo 的请求结果

不会返回有默认值的字段

 

item_id=bar 的请求结果

 

只返回了设置值的字段

 

item_id=baz 的请求结果

• 五个字段都有设置值，所有都包含在响应数据中了
• 即使 description、tax、tags 设置的值和默认值是一样的，FastAPI 仍然能识别出它们是明确设置的值，所以会包含在响应数据中

 

response_model_include、response_model_exclude

作用

• include：包含
• exclude：排除
• 其实就是响应模型只要包含/排除有些属性

 

参数数据类型

• 从上面可以看到，这两个参数的类型都是 Optional[Union[SetIntStr, DictIntStrAny]] 
• Optional：可选
• Union：联合类型
• 既可以是 SetIntStr，也可以是 DictIntStrAny，满足其一即可

 

SetIntStr、DictIntStrAny

查看源码可以看到

# set 类型，子元素类型可以是 int、str
SetIntStr = Set[Union[int, str]]

# dict 类型，键类型可以是 int、str，值类型可以是任意类型
DictIntStrAny = Dict[Union[int, str], Any]

 

官方建议

• 不推荐使用这两个参数，而推荐使用上面讲到的思想，通过多个类来满足请求模型、响应模型
• 因为在 OpenAPI 文档中可以看到 Model 完整的 JSON Schema

 

response_model_include 的栗子

结合上面注册功能的栗子：请求要密码，响应不要密码

class User(BaseModel):
username: str
password: str
email: EmailStr
full_name: Optional[str] = None

@app.post("/user/", response_model=User, response_model_include={"username", "email", "full_name"})
async def create_user(user: User):
return user

 

正确传参的请求结果

 

查看 Swagger API 文档

passwor 仍然存在，这明显不是我们想要的最佳效果，所以还是推荐用多个类的思想

 

response_model_exclude 的栗子

class User(BaseModel):
username: str
password: str
email: EmailStr
full_name: Optional[str] = None

@app.post("/user/", response_model=User, response_model_exclude={"password"})
async def create_user(user: User):
return user

  

正确传参的请求结果请求结果

 

同 include 

 

查看 Swagger API 文档

同 include