用官方的話來說，FastAPI 是一種現代，快速（高性能）的 Web 框架，基於標準Python 類型提示使用 Python 3.6+ 構建 API
FastAPI 站在巨人的肩膀上？
很大程度上來說，這個巨人就是指 Flask 框架。
FastAPI 從語法上和 Flask 非常的相似，有異曲同工之妙。
技術背景：Py3.6+，Starlette，Pydantic
其實不僅僅是 FastAPI ，就連 Sanic 也是基於 Flask 快速開發的 Web API 框架。
廢話少說，代碼總是能給人帶來愉悅感 (抱頭)，直接開懟。
安裝
<code>pip install fastapi pip install uvicorn/<code>
創建一個 main.py 文件
<code>from fastapi import FastAPI
app = FastAPI() # 創建 api 對象
@app.get("/") # 根路由
def root():
return {"武漢": "加油！！！"}
@app.get("/say/{data}")
def say(data: str,q: int):
return {"data": data, "item": q}/<code>上面搭建了一個最簡單的 FastAPI 應用，看起來和 Flask 完全一樣，莫名的喜感。
使用以下命令來啟動服務器：
<code>uvicorn main:app --reload/<code>
FastAPI 推薦使用 uvicorn 來運行服務，Uvicorn 是基於uvloop 和 httptools 構建的閃電般快速的 ASGI 服務器。
uvicorn main:app 指的是：
main：文件main.py
app: 創建的啟用對象
--reload: 熱啟動，方便代碼的開發
啟動界面如下：
INFO 信息告訴我們已經監聽了本地的 8000 端口，訪問 http://127.0.0.1:8000 得到結果
傳入參數
再來看看 FastAPI 的異步代碼
<code>from fastapi import FastAPI
app = FastAPI() # 創建 api 對象
@app.get("/") # 根路由
async def root():
return {"武漢": "加油！！！"}
@app.get("/say/{data}")
async def say(data: str,q: int = None):
return {"data": data, "q": q}/<code>開啟服務後訪問結果是一樣的。
在上面的路由方法中，我們傳入了一個 q 參數並且初始為 None，如果不給默認值，並且不傳參，代碼將直接報錯。
來看看 FastAPI 是如何處理錯誤的：
可以看到，即使是報錯，也是優美的輸入一個帶有錯誤字段的 JSON，這就非常的友好了，這也是體現了 FastAPI 減少更多的人為錯誤的特性，返回也更加的簡潔直觀。
在命令行輸出：
再來看看 FastAPI 的交互文檔
根據官方文檔，打開 http://127.0.0.1:8000/docs
看到：
支持動態傳入數據：
結果：
從交互體驗上也是無比的友好，讓代碼在生產中更加健壯。
現在我們算是快速的體驗了一波 FastAPI 騷操作，從代碼上和 Flask 及其的類似，體驗性更好。
那麼再來看看最新的 Python web框架的性能響應排行版
從併發性上來說是完全碾壓了 Flask (實際上也領先了同為異步框架的tornado 不少)，看來 FastAPI 也真不是蓋的，名副其實的高性能 API 框架呀！
查詢參數
先來看看官方小 demo
<code>from fastapi import FastAPI
app = FastAPI()
fake_items_db = [{"item_name": "Foo"}, {"item_name": "Bar"}, {"item_name": "Baz"}]
@app.get("/items/")
async def read_item(skip: int = 0, limit: int = 10):
return fake_items_db[skip : skip + limit]/<code>該查詢是 ? URL中位於關鍵字之後的一組鍵值對，以&字符分隔。
在 url 中進行查詢
http://127.0.0.1:8000/items/?skip=0&limit=10
skip：查詢的起始參數
limit：查詢的結束參數
成功返回查詢列表。
查詢參數類型轉換
FastAPI 非常聰明，足以辨別 路徑參數 和 查詢參數。
來看看具體的例子：
<code>from fastapi import FastAPI
app = FastAPI()
@app.get("/items/{item_id}")
async def read_item(item_id: str, q: str = None, short: bool = False):
item = {"item_id": item_id}
if q:
item.update({"q": q})
if not short:
item.update(
{"description": "This is an amazing item that has a long description"}
)
return item/<code> 看看其訪問路徑，執行以下的任何一種 url 訪問方式
http://127.0.0.1:8000/items/武漢加油?short=1
http://127.0.0.1:8000/items/武漢加油?short=True
http://127.0.0.1:8000/items/武漢加油?short=true
http://127.0.0.1:8000/items/武漢加油?short=on
http://127.0.0.1:8000/items/武漢加油?short=yes
可以發現任何大小寫的字母等都會被轉換成 bool 值的參數 True，這就是所謂模糊驗證參數，對於開發者來說這是個好消息。
要知道的是，如果 short 參數沒有默認值，則必須傳參，否則 FastAPI 將會返回類似以下的錯誤信息。
<code>{
"detail": [
{
"loc": [
"query",
"needy"
],
"msg": "field required",
"type": "value_error.missing"
}
]
}/<code>創建數據模型
前面說到 FastAPI 依賴 Pydantic 模塊，所以首先，你需要導入 Pydantic 的 BaseModel 類。
<code>from fastapi import FastAPI
from pydantic import BaseModel
# 請求主體類
class Item(BaseModel):
name: str = "武漢加油 ！！"
description: str = None
price: float = 233
tax: float = None
app = FastAPI()
@app.post("/items/")
async def create_item(item: Item):
return item/<code>發送 post 請求來提交一個 Item(請求主體) 並返回，來看看提交過程。
成功提交併返回 200 狀態碼
請求主體+路徑+查詢參數，在請求主體的基礎上加入 url 動態路徑參數 和 查詢參數
<code>from fastapi import FastAPI
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str = None
price: float
tax: float = None
app = FastAPI()
@app.put("/items/{item_id}")
async def create_item(item_id: int, item: Item, q: str = None):
result = {"item_id": item_id, **item.dict()}
if q:
result.update({"q": q})
return result/<code>put 方法用於更新，傳入參數後成功返回一個字典。
關於模板引擎
FastAPI 不像 Flask 那樣自帶 模板引擎(Jinja2)，也就是說沒有默認的模板引擎，從另一個角度上說，FastAPI 在模板引擎的選擇上變得更加靈活，極度舒適。
以 Jinja2 模板為例
安裝依賴
<code>pip install jinja2 pip install aiofiles # 用於 fastapi 的異步靜態文件/<code>
具體的用法
<code># -*- coding:utf-8 -*-
from fastapi import FastAPI, Request
from fastapi.staticfiles import StaticFiles
from fastapi.templating import Jinja2Templates
import uvicorn
app = FastAPI()
app.mount("/static", StaticFiles(directory="static"), name="static") # 掛載靜態文件，指定目錄
templates = Jinja2Templates(directory="templates") # 模板目錄
@app.get("/data/{data}")
async def read_data(request: Request, data: str):
return templates.TemplateResponse("index.html", {"request": request, "data": data})
if __name__ == '__main__':
uvicorn.run(app, host="127.0.0.1", port=8000)/<code>html 文件渲染
<code> 武漢加油高呼: {{ data }}
/<code>
在瀏覽器鍵入 http://127.0.0.1:8000/data/武漢加油
值得注意的是，在返回的 TemplateRespone 響應時，必須帶上 request 的上下文對象，傳入參數放在同一字典。
這樣一來，又可以像 Flask 一樣的使用熟悉的 Jinja2 了，哈哈。
做個小總結的話就是 FastAPI 在用法上也是及其簡單，速度更快，性能更好，容錯率更高，整體上更牛逼。但是我在設想如此之快的框架，畢竟發佈的時間不長，缺少像 Flask 框架的第三方庫和各種插件，所以要想真正意義上替代還是需要一定的時間，要冷靜，冷靜。
好啊，至此 FastAPI 的一些基本用法就差不多結束啦，FastAPI 的官方文檔有詳細的介紹和實例，入門篇到此結束。
官方文檔：https://fastapi.tiangolo.com/
