什么是API？¶
想象你用手机上的外卖APP下单，APP需要向餐厅服务器请求“返回菜品列表”“提交订单信息”，这个“请求-响应”的过程就是API在工作。简单说，API是不同软件系统之间“沟通的桥梁”，让数据能在客户端（如手机、网页）和服务器之间安全高效地传递。
为什么选择FastAPI？¶
在Python的Web框架中，FastAPI是个“后起之秀”，但凭借几个优势迅速流行：
- 简单易用：语法接近Python原生，不需要复杂配置
- 高性能：速度快（性能接近Node.js和Go），适合高并发场景
- 自动文档：自带Swagger UI和ReDoc，开发后能立即生成交互式API文档
- 类型提示支持：结合Python的类型注解，自动生成代码提示和数据验证
- 异步友好：支持异步编程，处理长时间任务（如数据库查询）更高效
快速入门：安装与第一个“Hello World”¶
安装FastAPI和服务器¶
首先安装FastAPI和运行服务器工具Uvicorn：
pip install fastapi uvicorn
编写第一个接口¶
创建一个main.py文件，写入以下代码：
from fastapi import FastAPI
# 初始化FastAPI应用
app = FastAPI()
# 定义路由和处理函数
@app.get("/") # 当用户访问根路径"/"时，使用GET方法
def read_root():
return {"message": "Hello, FastAPI!"} # 返回JSON格式数据
运行接口¶
在终端执行：
uvicorn main:app --reload
main:app表示运行main.py文件中的app实例，--reload让代码修改后自动重启。
此时访问 http://localhost:8000，就能看到返回的 {"message": "Hello, FastAPI!"}。
核心概念一：路由与视图函数¶
路由就像给接口“贴标签”——当用户访问某个URL时，FastAPI会根据标签找到对应的“处理函数”（视图函数）。
例如：
@app.get("/hello") # 路由路径为"/hello"，请求方法为GET
def say_hello():
return {"message": "Hello, FastAPI!"}
访问 http://localhost:8000/hello，就会触发say_hello函数，返回结果。
核心概念二：请求方法（GET/POST等）¶
不同的请求方法对应不同的业务场景：
- GET：获取数据（如查询列表、详情），参数放在URL中
- POST：提交数据（如新增用户、上传文件），参数放在请求体中
GET请求示例（查询参数）¶
@app.get("/items/") # 路径为"/items/"
def get_items(limit: int = 10, offset: int = 0): # 可选参数limit和offset
return {"limit": limit, "offset": offset}
访问 http://localhost:8000/items/?limit=20&offset=5，会返回 {"limit": 20, "offset": 5}。
POST请求示例（请求体）¶
POST需要在请求体中提交数据，用Pydantic模型定义数据格式（后续会详细讲）：
from pydantic import BaseModel
# 定义数据模型（指定字段类型）
class Item(BaseModel):
name: str
price: float
is_offer: bool = None # 可选字段
@app.post("/items/") # POST请求，提交Item数据
def create_item(item: Item):
return {"item": item.dict(), "message": "Item created!"}
此时向/items/提交JSON数据（如{"name": "手机", "price": 999.99}），FastAPI会自动验证数据类型并返回结果。
核心概念三：处理请求数据的三种方式¶
- 路径参数：URL中的动态部分（如
/user/{user_id}）
@app.get("/user/{user_id}")
def get_user(user_id: int): # user_id是整数类型
return {"user_id": user_id, "message": f"用户{user_id}的信息"}
- 查询参数：URL末尾用
?分隔的键值对（如/search?q=python）
@app.get("/search")
def search(q: str, page: int = 1):
return {"query": q, "page": page}
- 请求体：复杂数据（如表单、JSON），通过Pydantic模型接收
（见上文POST示例，Item模型会自动解析请求体的JSON数据）
核心概念四：构建响应与状态码¶
返回数据¶
FastAPI会自动将函数返回的Python数据（如字典、列表）转为JSON格式，无需手动序列化。
自定义状态码¶
默认返回200 OK，但可通过status_code参数指定：
from fastapi import status
@app.post("/items/", status_code=status.HTTP_201_CREATED)
def create_item(item: Item):
return {"item": item} # 创建成功返回201状态码
核心概念五：数据验证（Pydantic模型）¶
Pydantic是FastAPI的“数据管家”，通过类型注解自动验证请求数据：
class User(BaseModel):
name: str # 必须是字符串
age: int # 必须是整数
email: str | None = None # 可选字段，默认None
@app.post("/register/")
def register(user: User):
if user.age < 18:
return {"error": "年龄必须≥18"}
return {"user": user.dict(), "message": "注册成功"}
若提交数据不合法（如age为字符串），FastAPI会返回清晰的错误提示。
核心概念六：自动API文档¶
FastAPI自带Swagger UI和ReDoc，开发完接口后可直接测试：
- 访问 http://localhost:8000/docs（Swagger UI，交互式调试界面）
- 访问 http://localhost:8000/redoc（ReDoc，更美观的文档）
这些文档会自动生成接口说明、参数示例和响应格式，无需手动写文档！
总结与下一步¶
通过以上内容，你已掌握FastAPI的核心基础：
- 用路由+视图函数定义接口
- 处理GET/POST等请求方法和数据
- 通过Pydantic验证数据合法性
- 利用自动文档快速调试
下一步可以学习：
- 异步接口开发（async def）
- 中间件与依赖注入（如数据库连接、认证）
- 与数据库集成（SQLAlchemy）
FastAPI简单且强大，只要多动手写接口，很快就能熟练掌握！