系列文章:

  FastAPI 学习之路(一)fastapi--高性能web开发框架

  FastAPI 学习之路(二)

  FastAPI 学习之路(三)

  FastAPI 学习之路(四)

  FastAPI 学习之路(五)

      FastAPI 学习之路(六)查询参数,字符串的校验

  FastAPI 学习之路(七)字符串的校验

    FastAPI 学习之路(八)路径参数和数值的校验

  FastAPI 学习之路(九)请求体有多个参数如何处理?

  FastAPI 学习之路(十)请求体的字段

      FastAPI 学习之路(十一)请求体 - 嵌套模型 

    FastAPI 学习之路(十二)接口几个额外信息和额外数据类型

      FastAPI 学习之路(十三)Cookie 参数,Header参数

    FastAPI 学习之路(十四)响应模型

  FastAPI 学习之路(十五)响应状态码

    FastAPI 学习之路(十六)Form表单

     FastAPI 学习之路(十七)上传文件

     FastAPI 学习之路(十八)表单与文件

  FastAPI 学习之路(十九)处理错误

     FastAPI 学习之路(二十)接口文档配置相关

  我们都知道,去创建请求体,更新数据我们用PUT请求,我们去试着更新下数据。

        我们有一组数据,我们要更新描述。

from typing import List, Optional
from fastapi import FastAPI
from fastapi.encoders import jsonable_encoder
from pydantic import BaseModel
app = FastAPI()
class Item(BaseModel):
    name: Optional[str] = None
    description: Optional[str] = None
    price: Optional[float] = None
    tax: float = 10.5
    tags: List[str] = []
items = {
    "one": {"name": "苹果", "price": 50.2}
}
@app.put("/items/", response_model=Item)
def update_item(name: str, item: Item):
    update_item_encoded = jsonable_encoder(item)
    items[name] = update_item_encoded
    return update_item_encoded
@app.get("/items/{item_id}", response_model=Item)
def read_item(item_id: str):
    return items[item_id]

我们去获取下

 

 我们去更新下数据

 

 我们去更新一个不存在的数据

 

 

 更新部分数据时,可以在 Pydantic 模型的 .dict() 中使用 exclude_unset 参数。

    比如,item.dict(exclude_unset=True)。我们去看我们实际的例子

from typing import List, Optional
from fastapi import FastAPI
from fastapi.encoders import jsonable_encoder
from pydantic import BaseModel
app = FastAPI()
class Item(BaseModel):
    name: Optional[str] = None
    description: Optional[str] = None
    price: Optional[float] = None
    tax: float = 10.5
    tags: List[str] = []
items = {
    "one": {"name": "苹果", "price": 50.2}
}
@app.put("/items/", response_model=Item)
def update_item(name: str, item: Item):
    stored_item_data = items[name]
    stored_item_model = Item(**stored_item_data)
    update_data = item.dict(exclude_unset=True)
    updated_item = stored_item_model.copy(update=update_data)
    items[name] = jsonable_encoder(updated_item)
    return updated_item
@app.get("/items/{item_id}", response_model=Item)
def read_item(item_id: str):
    return items[item_id]

我们去看下去后的效果

 

 

更新部分数据小结

简而言之,更新部分数据做法:

  • 使用  PUT 也可以使用PATCH;

  • 提取存储的数据;

  • 把数据放入 Pydantic 模型;

  • 生成不含输入模型默认值的 dict (使用 exclude_unset 参数);

    • 只更新用户设置过的值,不用模型中的默认值覆盖已存储过的值。

  • 为已存储的模型创建副本,用接收的数据更新其属性 (使用 update 参数)。

  • 把模型副本转换为可存入数据库的形式(比如,使用 jsonable_encoder)。

    • 这种方式与 Pydantic 模型的 .dict() 方法类似,但能确保把值转换为适配 JSON 的数据类型,例如, 把 datetime 转换为 str 。

  • 把数据保存至数据库;

  • 返回更新后的模型。

 

文章首发在公众号,欢迎关注。

 

内容来源于网络如有侵权请私信删除

文章来源: 博客园

原文链接: https://www.cnblogs.com/leiziv5/p/15416698.html

你还没有登录,请先登录注册
  • 还没有人评论,欢迎说说您的想法!