优质文章，第一时间送达！
有一个非常简单的需求：编写一个 HTTP 接口，使用 POST 方式发送一个 JSON 字符串，接口里面读取发送上来的参数，对其中某个参数进行处理，并返回。
如果我们使用 Flask 来开发这个接口，那么代码是这样的：
<code>from flask import Flask, request
app = Flask(__name__)
@app.route('/insert', methods=['POST'])
def insert:
info = request.json
name = info['name']
age = info['age']
age_after_10_years = age + 10
msg = f'此人名叫：{name}，10年后，此人年龄：{age_after_10_years}'
return {'success': True, 'msg': msg}
/<code>
代码看起来已经很简洁了。我们用<code>requests/<code>发个请求看看效果，如下图所示：
看起来没什么问题。
现在，我搞点破坏，把<code>age/<code>字段改成字符串，再运行一下：
不出所料，报错了。
现在我们把<code>age/<code>字段改回数字，但是直接移除<code>name/<code>字段：
又报错了。
为了防止用户不按规矩提交数据，我们必须在接口里面做好各种异常数据的判断。于是增加判断以后的代码变得复杂了：
<code>@app.route('/insert', methods=['POST'])
def insert:
info = request.json
name = info.get('name', '')
if not name:
return {'success': False, 'msg': 'name 参数不可省略，不可为空！'}
age = info.get('age', 0)
if not isinstance(age, int):
return {'success': False, 'msg': 'age参数不是数字！'}
age_after_10_years = age + 10
msg = f'此人名叫：{name}，10年后，此人年龄：{age_after_10_years}'
return {'success': True, 'msg': msg}
/<code>看来，用 Flask，虽然能让你用很短的代码写出一个能工作的项目。但要写成一个可以正常使用的项目，还是需要你自己写更多代码。
下面我们来看一下，现代化的 web 框架：<code>FastApi/<code>能把这个工程简化到什么程度：
<code>from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI
class People(BaseModel):
name: str
age: int
address: str
salary: float
@app.post('/insert')
def insert(people: People):
age_after_10_years = people.age + 10
msg = f'此人名字叫做：{people.name}，十年后此人年龄：{age_after_10_years}'
return {'success': True, 'msg': msg}
/<code>
我们还是使用 requests 发一条信息给 FastApi 开发的 HTTP 接口。对于正常数据，正常使用：
现在我们把<code>age/<code>字段改成字符串：
返回友好的提示信息，告诉我<code>类型错误：age 字段不是 integer/<code>。
我们再试一试把<code>name/<code>字段去掉：
返回友好信息，提示<code>值错误：name字段丢失/<code>。
整个过程中，对类型的检查全都由 FastApi 自己完成。我们省下来很多时间。
我用了 Flask 四年，但在使用了 5 分钟 FastApi 以后，我决定以后不再使用 Flask 了。
回过头来，我们好好介绍一下 FastApi。
使用<code>pip/<code>或者<code>pipenv/<code>即可安装 FastApi：
<code>pip install fastapi
pipenv install fastapi
/<code>
安装完成以后，我们来完成第一个 API：
<code>from fastapi import FastAPI
app = FastAPI
@app.get('/')
def index:
return {'message': '你已经正确创建 FastApi 服务！'}
/<code>
这里的写法跟 Flask 几乎一致。只不过在 Flask 中，我们定义路由的装饰器为<code>@app.route('/')/<code>。而这里写为<code>@app.get('/')/<code>
如下图所示：
写好代码以后，我们需要使用<code>uvicorn/<code>来运行 FastApi。首先使用<code>pip/<code>或者<code>pipenv/<code>安装<code>uvicorn/<code>：
<code>pip install uvicorn
pipenv install uvicorn
/<code>
然后执行命令：
<code>uvicorn main:app --reload
/<code>
其中<code>main/<code>表示我们的代码文件为<code>main.py/<code>，<code>app/<code>表示我们初始化的 FastApi 对象的名字。<code>--reload/<code>参数表示在修改了代码以后立即生效，不需要重启。
运行命令以后，我们访问<code>http://127.0.0.1:8000/<code>可以看到接口已经正确返回了 JSON 格式的数据：
那么如何定义一个带参数的 GET 方法呢？我们再写一段代码：
<code>@app.get('/query/{uid}')
def query(uid):
msg = f'你查询的 uid 为：{uid}'
return {'success': True, 'msg': msg}
/<code>写好代码以后，我们直接在浏览器里面访问新的地址，可以看到修改已经生效了，如下图所示：
如果想限定 uid 只能是数字，不能是字符串怎么办呢？你只需要多加 4 个<code>字符/<code>：
<code>@app.get('/query/{uid}')
def query(uid: int):
msg = f'你查询的 uid 为：{uid}'
return {'success': True, 'msg': msg}
/<code>对函数<code>query/<code>的参数使用类型标注，标注为 int 类型。现在我们再来访问一下接口：
当 query 后面的参数不是整数时，正常报错了。
我们再来看一下本文一开始的 POST 方法。在使用 Flask 的时候，我们需要手动验证用户 POST 提交上来的数据是什么格式的，字段对不对。
但使用 FastApi 的时候，我们只需要类型标注就能解决所有问题。首先我们导入<code>from pydantic import BaseModel/<code>，然后继承<code>BaseModel/<code>实现我们允许 POST 方法提交上来的数据字段和格式：
<code>from pydantic import BaseModel
app = FastAPI
class People(BaseModel):
name: str
age: int
address: str
salary: float
/<code>
<code>People/<code>这个类通过类型标注，指定了它里面的 4 个字段和他们的类型。现在，我们来实现 POST 方法：
<code>@app.post('/insert')
def insert(people: People):
age_after_10_years = people.age + 10
msg = f'此人名字叫做：{people.name}，十年后此人年龄：{age_after_10_years}'
return {'success': True, 'msg': msg}
/<code><code>insert/<code>函数的参数<code>people/<code>通过类型标注指定为<code>People/<code>类型。
当我们使用 POST 方式提交数据时，FastApi 自动会以<code>People/<code>中定义的字段为基准来校验数据，发现不对就返回报错信息。
除了开发接口变得非常简单外，FastApi 还会自动帮我们生成接口文档。大家访问<code>http://127.0.0.1:8000/docs/<code>，可以看到接口文档已经自动生成好了：
这个接口不仅能看，而且直接就能在接口页面修改样例数据，发送请求，现场测试：
以上是对 FastApi 的极简介绍。有兴趣的同学可以查阅它的官方文档[1]
最后，告诉大家，FastApi 是一个异步 Web 框架，它的速度非常非常非常快。远远超过 Flask。
FastApi 是最快的几个 Web 框架之一。速度可以匹敌 Golang 写的接口。详细的对比可以看：one of the fastest Python frameworks available[2]
閱讀更多 編程派 的文章
