Python开发API接口教程：FastAPI入门指南

使用Python开发API接口可通过FastAPI实现，步骤包括：1. 安装fastapi和uvicorn包；2. 创建Python文件并编写简单接口示例；3. 通过uvicorn启动服务访问测试；4. 使用路径参数或查询参数接收输入；5. 利用Pydantic定义数据模型进行自动校验；6. 自动生成交互式文档便于调试和展示；7. 可选配置关闭文档。FastAPI简化了路由定义、输入处理及数据验证流程，提升了开发效率。

用Python开发API接口其实并不难，尤其是现在有了像FastAPI这样的现代框架。它不仅上手快、性能好，还能自动生成文档，非常适合做Web服务的后端接口。

安装FastAPI和启动环境

要开始使用FastAPI，首先得安装好依赖。你需要先安装fastapi包，再配合一个ASGI服务器比如uvicorn来运行项目：

• pip install fastapi
• pip install uvicorn

然后你可以新建一个Python文件，比如叫main.py，写个最简单的例子试试：

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def read_root():
    return {"Hello": "World"}

接着在终端执行：
uvicorn main:app --reload
访问 http://127.0.0.1:8000 就能看到返回的JSON内容了。

编写带参数的接口

实际开发中，大多数接口都需要接收参数。FastAPI支持路径参数和查询参数两种常见方式。

举个例子，想做一个根据用户ID获取信息的接口，可以用路径参数：

@app.get("/users/{user_id}")
def read_user(user_id: int):
    return {"user_id": user_id}

这样传入的user_id会被自动转成整数类型，如果不是数字会直接报错。

如果是搜索类接口，更适合用查询参数，比如：

@app.get("/search")
def search_items(q: str = None, limit: int = 10):
    return {"query": q, "limit": limit}

访问 /search?q=test&limit=5 就能拿到对应的值。

使用Pydantic做数据校验

很多接口需要接收POST请求，并带有结构化的数据，这时候就可以用FastAPI内置的Pydantic来做数据模型定义和校验。

例如我们想创建一个用户注册接口，可以先定义一个模型：

from pydantic import BaseModel

class UserCreate(BaseModel):
    username: str
    email: str
    password: str

然后写一个POST接口处理：

@app.post("/register")
def register_user(user: UserCreate):
    return {"message": "User created", "data": user}

如果客户端发来的数据字段不匹配或缺少必填项，FastAPI会自动返回错误提示，不需要你手动判断。

接口文档自动生成

FastAPI最大的优点之一就是自带交互式文档。只要你写好了接口，在浏览器里打开：

• http://127.0.0.1:8000/docs 就是Swagger UI界面
• http://127.0.0.1:8000/redoc 是ReDoc风格的文档

这两个页面都会自动列出所有接口、参数说明、请求示例和响应格式，方便调试也适合给前端看。

如果你不想暴露文档，也可以通过配置关闭它们。

基本上就这些。开发API的核心流程无非是定义路由、处理输入输出、做数据校验，FastAPI把这些都简化了不少，而且性能也不错，很适合快速搭建RESTful服务。