久久久久久毛片免费观看,亚洲精品久久99久久一区,精品视频一区二区观看

# or
poetry add flask
pipenv install flask
conda install flask

pip install fastapi uvicorn



# or

poetry add fastapi uvicorn

pipenv install fastapi uvicorn

conda install fastapi uvicorn -c conda-forge

與 Flask 不同，F(xiàn)astAPI 沒有內(nèi)置的開發(fā)服務(wù)器，因此需要像 Uvicorn 或 Daphne 這樣的 ASGI 服務(wù)器。

“Hello World” 應(yīng)用

Flask

# flask_code.py



from flask import Flask



app = Flask(__name__)



@app.route("/")

def home():

    return {"Hello": "World"}



if __name__ == "__main__":

    app.run()

FastAPI

# fastapi_code.py



import uvicorn

from fastapi import FastAPI



app = FastAPI()



@app.get("/")

def home():

    return {"Hello": "World"}



if __name__ == "__main__":

    uvicorn.run("fastapi_code:app")

像 reload=True 這樣的參數(shù)可以被傳遞到 uvicorn.run() 中，以實(shí)現(xiàn)開發(fā)時(shí)的熱重載。

或者，您可以直接從終端啟動(dòng)服務(wù)器：

uvicorn run fastapi_code:app

熱加載模式：

uvicorn run fastapi_code:app --reload

配置

Flask 和 FastAPI 都提供了許多選項(xiàng)來處理不同環(huán)境的不同配置。兩者都支持以下模式：

環(huán)境變量
配置文件
實(shí)例文件夾
類和繼承

有關(guān)更多信息，請參閱其各自的文檔：

Flask: https://flask.palletsprojects.com/en/2.0.x/config/
FastAPI:https://fastapi.tiangolo.com/advanced/settings/

Flask

import os

from flask import Flask



class Config(object):

    MESSAGE = os.environ.get("MESSAGE")



app = Flask(__name__)

app.config.from_object(Config)



@app.route("/settings")

def get_settings():

    return { "message": app.config["MESSAGE"] }



if __name__ == "__main__":

    app.run()

現(xiàn)在，在你運(yùn)行服務(wù)器之前，設(shè)置適當(dāng)?shù)沫h(huán)境變量：

export MESSAGE="hello, world"

FastAPI

import uvicorn

from fastapi import FastAPI

from pydantic import BaseSettings



class Settings(BaseSettings):

    message: str



settings = Settings()

app = FastAPI()



@app.get("/settings")

def get_settings():

    return { "message": settings.message }



if __name__ == "__main__":

    uvicorn.run("fastapi_code:app")

同樣，在運(yùn)行服務(wù)器之前，設(shè)置適當(dāng)?shù)沫h(huán)境變量：

export MESSAGE="hello, world"

路由, 模板和視圖

HTTP 方法

Flask

from flask import request



@app.route("/", methods=["GET", "POST"])

def home():

    # handle POST

    if request.method == "POST":

        return {"Hello": "POST"}

    # handle GET

    return {"Hello": "GET"}

FastAPI

@app.get("/")

def home():

    return {"Hello": "GET"}



@app.post("/")

def home_post():

    return {"Hello": "POST"}

FastAPI 為每個(gè)方法提供單獨(dú)的裝飾器：

@app.get("/")

@app.post("/")

@app.delete("/")

@app.patch("/")

URL 參數(shù)

通過 URL（如 /employee/1 ）傳遞信息以管理狀態(tài)：

Flask

@app.route("/employee/<int:id>")

def home():

    return {"id": id}

FastAPI

@app.get("/employee/{id}")

def home(id: int):

    return {"id": id}

URL參數(shù)的指定類似于一個(gè) f-string 表達(dá)式。此外，你還可以利用類型提示。這里，我們在運(yùn)行時(shí)告訴 Pydantic， id 是 int 類型的。在開發(fā)中，這也可以幫助完成更好的代碼完成度。

查詢參數(shù)

與 URL 參數(shù)一樣，查詢參數(shù)（如 /employee?department=sales ）也可用于管理狀態(tài)（通常用于過濾或排序）：

Flask

from flask import request



@app.route("/employee")

def home():

    department = request.args.get("department")

    return {"department": department}

FastAPI

@app.get("/employee")

def home(department: str):

    return {"department": department}

模板

Flask

from flask import render_template



@app.route("/")

def home():

    return render_template("index.html")

默認(rèn)情況下，F(xiàn)lask會(huì)在 “templates “文件夾中尋找模板。

FastAPI

你需要安裝 Jinja：

pip install jinja2

實(shí)現(xiàn)：

from fastapi import Request

from fastapi.templating import Jinja2Templates

from fastapi.responses import HTMLResponse



app = FastAPI()



templates = Jinja2Templates(directory="templates")



@app.get("/", response_class=HTMLResponse)

def home(request: Request):

    return templates.TemplateResponse("index.html", {"request": request})

對于 FastAPI，你需要明確地定義 “模板 “文件夾。然后對于每個(gè)響應(yīng)，需要提供請求上下文。

靜態(tài)文件

Flask

默認(rèn)情況下，F(xiàn)lask 從“static”文件夾中提供靜態(tài)文件。

FastAPI

在 FastAPI 中，需要為靜態(tài)文件掛載一個(gè)文件夾：

from fastapi.staticfiles import StaticFiles



app = FastAPI()



app.mount("/static", StaticFiles(directory="static"), name="static")

異步任務(wù)

Flask

從 Flask 2.0 開始，您可以使用?async/await?創(chuàng)建異步路由處理程序：

@app.route("/")

async def home():

    result = await some_async_task()

    return result

有關(guān) Flask 中異步視圖的更多信息，請查看 Flask 2.0 中的異步一文。

Flask 中的異步也可以通過使用線程（并發(fā)）或多處理（并行）或 Celery 或 RQ 等工具來實(shí)現(xiàn)：

Asynchronous Tasks with Flask and Celery：https://testdriven.io/blog/flask-and-celery/
Asynchronous Tasks with Flask and Redis Queue：https://testdriven.io/blog/asynchronous-tasks-with-flask-and-redis-queue/

FastAPI

由于 FastAPI 對 asyncio 的原生支持，它極大地簡化了異步任務(wù)。要使用的話，只需在視圖函數(shù)中添加?async?關(guān)鍵字：

@app.get("/")

async def home():

    result = await some_async_task()

    return result

FastAPI 還具有后臺任務(wù)功能，您可以使用它來定義返回響應(yīng)后要運(yùn)行的后臺任務(wù)。這對于不需要在發(fā)送回響應(yīng)之前完成的操作很有用。

from fastapi import BackgroundTasks



def process_file(filename: str):

    # process file :: takes minimum 3 secs (just an example)

    pass



@app.post("/upload/{filename}")

async def upload_and_process(filename: str, background_tasks: BackgroundTasks):

    background_tasks.add_task(process_file, filename)

    return {"message": "processing file"}

在這里，響應(yīng)將被即時(shí)發(fā)送，而不會(huì)讓用戶等待文件處理完成。

當(dāng)你需要進(jìn)行繁重的后臺計(jì)算時(shí)，或者你需要一個(gè)任務(wù)隊(duì)列來管理任務(wù)(tasks)和工作者(workers)時(shí)，你可能想使用Celery 而不是 BackgroundTasks。更多內(nèi)容請參考 FastAPI 和 Celery 的異步任務(wù)：https://testdriven.io/blog/fastapi-and-celery/

依賴注入

Flask

雖然你可以實(shí)現(xiàn)自己的依賴注入解決方案，但 Flask 默認(rèn)沒有真正的一流支持。相反，你需要使用一個(gè)外部包，如 flask-injector。

FastAPI

另一方面，FastAPI 具有處理依賴注入的強(qiáng)大解決方案。

例如：

from databases import Database

from fastapi import Depends

from starlette.requests import Request



from db_helpers import get_all_data

def get_db(request: Request):

    return request.app.state._db



@app.get("/data")

def get_data(db: Database = Depends(get_db)):

    return get_all_data(db)

因此，get_db 將獲取對在應(yīng)用程序的啟動(dòng)事件處理程序中創(chuàng)建的數(shù)據(jù)庫連接的引用。 Depends 然后用于向 FastAPI 指示路由“依賴于” get_db。因此，它應(yīng)該在路由處理程序中的代碼之前執(zhí)行，并且結(jié)果應(yīng)該“注入”到路由本身。

數(shù)據(jù)校驗(yàn)

Flask

Flask 沒有任何內(nèi)部數(shù)據(jù)驗(yàn)證支持。您可以使用功能強(qiáng)大的 Pydantic 包通過 Flask-Pydantic 進(jìn)行數(shù)據(jù)驗(yàn)證。

FastAPI

FastAPI 如此強(qiáng)大的原因之一是它支持 Pydantic。

from pydantic import BaseModel



app = FastAPI()



class Request(BaseModel):

    username: str

    password: str



@app.post("/login")

async def login(req: Request):

    if req.username == "testdriven.io" and req.password == "testdriven.io":

        return {"message": "success"}

    return {"message": "Authentication Failed"}

在這里，我們接受一個(gè)模型?Request?的輸入。該 payload 必須包含一個(gè)用戶名和密碼。

# correct payload format

? curl -X POST 'localhost:8000/login' \

    --header 'Content-Type: application/json' \

    --data-raw '{"username": "testdriven.io","password":"testdriven.io"}'



{"message":"success"}



# incorrect payload format

? curl -X POST 'localhost:8000/login' \

    --header 'Content-Type: application/json' \

    --data-raw '{"username": "testdriven.io","passwords":"testdriven.io"}'



{"detail":[{"loc":["body","password"],"msg":"field required","type":"value_error.missing"}]}

注意到這個(gè)請求。我們把密碼 passwords 作為一個(gè)鍵而不是 password 傳遞進(jìn)去。Pydantic 模型會(huì)自動(dòng)告訴用戶，password 字段是缺失的。

序列化和反序列化

Flask

最簡單的序列化方法是使用 jsonify：

from flask import jsonify

from data import get_data_as_dict



@app.route("/")

def send_data():

    return jsonify(get_data_as_dict)

對于復(fù)雜的對象，F(xiàn)lask 開發(fā)者經(jīng)常使用 Flask-Marshmallow

FastAPI

FastAPI 自動(dòng)序列化任何返回的字典?dict?。對于更復(fù)雜和結(jié)構(gòu)化的數(shù)據(jù)，使用 Pydantic：

from pydantic import BaseModel



app = FastAPI()



class Request(BaseModel):

    username: str

    email: str

    password: str



class Response(BaseModel):

    username: str

    email: str



@app.post("/login", response_model=Response)

async def login(req: Request):

    if req.username == "testdriven.io" and req.password == "testdriven.io":

        return req

    return {"message": "Authentication Failed"}

在這里，我們添加了一個(gè)包含三個(gè)輸入的 Request 模型：用戶名、電子郵件和密碼。我們還定義了一個(gè)僅包含用戶名和電子郵件的 Response 模型。輸入 Request 模型處理反序列化，而輸出 Response 模型處理對象序列化。然后通過 response_model 參數(shù)將響應(yīng)模型傳遞給裝飾器。

現(xiàn)在，如果我們將請求本身作為響應(yīng)返回，Pydantic 將省略 password ，因?yàn)槲覀兌x的響應(yīng)模型不包含密碼字段。

例如：

# output

? curl -X POST 'localhost:8000/login' \

    --header 'Content-Type: application/json' \

    --data-raw '{"username":"testdriven.io","email":"admin@testdriven.io","password":"testdriven.io"}'



{"username":"testdriven.io","email":"admin@testdriven.io"}

中間件

中間件被用來在每個(gè)請求被視圖功能處理之前應(yīng)用邏輯。

Flask

class middleware:

    def __init__(self, app) -> None:

        self.app = app



    def __call__(self, environ, start_response):

        start = time.time()

        response = self.app(environ, start_response)

        end = time.time() - start

        print(f"request processed in {end} s")

        return response



app = Flask(__name__)

app.wsgi_app = middleware(app.wsgi_app)

FastAPI

from fastapi import Request



@app.middleware("http")

async def add_process_time_header(request: Request, call_next):

    start_time = time.time()

    response = await call_next(request)

    process_time = time.time() - start_time

    print(f"request processed in {process_time} s")

    return response

@app.middleware("http")?裝飾器是在 FastAPI 中創(chuàng)建中間件的必備工具。上述中間件計(jì)算處理請求所花費(fèi)的時(shí)間。視圖函數(shù)處理請求后，計(jì)算總處理時(shí)間并將其作為響應(yīng)頭返回。

# flask output(logs)

request processed in 0.0010077953338623047 s

127.0.0.1 - - [22/Sep/2020 18:56:21] "GET / HTTP/1.1" 200 -



# fastapi output(logs)

request processed in 0.0009925365447998047 s

INFO:     127.0.0.1:51123 - "GET / HTTP/1.1" 200 OK

模塊化

隨著應(yīng)用程序的發(fā)展，在某些時(shí)候你會(huì)想把類似的視圖、模板、靜態(tài)文件和模型組合在一起，以幫助把應(yīng)用程序分解成更小的組件。

Flask

在 Flask 中，藍(lán)圖被用來實(shí)現(xiàn)模塊化：

# blueprints/product/views.py
from flask import Blueprint

product = Blueprint("product", __name__)

@product.route("/product1")
    ...

#?main.py



from?blueprints.product.views?import?product



app.register_blueprint(product)

FastAPI

同時(shí)，在 FastAPI 中，模塊化是通過 APIRouter 實(shí)現(xiàn)的：

# routers/product/views.py

from fastapi import APIRouter



product = APIRouter()



@product.get("/product1")

    ...

# main.py



from routers.product.views import product



app.include_router(product)

其他特點(diǎn)

自動(dòng)文檔

Flask

Flask 不會(huì)自動(dòng)創(chuàng)建開箱即用的 API 文檔。然而，有幾個(gè)擴(kuò)展可以處理這個(gè)問題，比如 flask-swagger 和 Flask RESTX，但它們需要額外的設(shè)置。

FastAPI

默認(rèn)情況下，FastAPI 支持 OpenAPI 以及 Swagger UI 和 ReDoc。這意味著每個(gè)端點(diǎn)都自動(dòng)從與端點(diǎn)關(guān)聯(lián)的元數(shù)據(jù)中記錄下來。

此處列出了所有已注冊的端點(diǎn)

替代文檔

管理應(yīng)用

Flask

Flask 有一個(gè)廣泛使用的第三方管理包，稱為 Flask-Admin，用于快速對您的模型執(zhí)行 CRUD 操作。

FastAPI

截至目前，有兩個(gè)流行的 FastAPI 擴(kuò)展用于此：

FastAPI Admin – 功能性管理面板，提供用于對數(shù)據(jù)執(zhí)行 CRUD 操作的用戶界面。
SQLAlchemy Admin -FastAPI/Starlette 的管理面板，可與 SQLAlchemy 模型一起使用。

身份認(rèn)證

Flask

雖然 Flask 沒有原生解決方案，但可以使用多個(gè)第三方擴(kuò)展。

FastAPI

FastAPI 通過?fastapi.security?包原生支持許多安全和身份驗(yàn)證工具。通過幾行代碼，您可以將基本的 HTTP 身份驗(yàn)證添加到您的應(yīng)用程序中：

import secrets



from fastapi import Depends, FastAPI, HTTPException, status

from fastapi.security import HTTPBasic, HTTPBasicCredentials



app = FastAPI()



security = HTTPBasic()



def get_current_username(credentials: HTTPBasicCredentials = Depends(security)):

    correct_username = secrets.compare_digest(credentials.username, "stanleyjobson")

    correct_password = secrets.compare_digest(credentials.password, "swordfish")

    if not (correct_username and correct_password):

        raise HTTPException(status_code=status.HTTP_401_UNAUTHORIZED)

    return credentials.username



@app.get("/whoami")

def who_ami_i(username: str = Depends(get_current_username)):

    return {"username": username}

FastAPI 通過 OpenAPI 標(biāo)準(zhǔn)實(shí)現(xiàn) OAuth2 和 OpenID Connect。

查看官方文檔中的以下資源以獲取更多信息：

Security Intro：https://fastapi.tiangolo.com/tutorial/security/
Advanced Security:https://fastapi.tiangolo.com/advanced/security/

其他資源

Web Authentication Methods Compared：https://testdriven.io/blog/web-authentication-methods/
Adding Social Authentication to Flask:https://testdriven.io/blog/flask-social-auth/
Session-based Auth with Flask for Single Page Apps:https://testdriven.io/blog/flask-spa-auth/
Securing FastAPI with JWT Token-based Authentication：https://testdriven.io/blog/fastapi-jwt-auth/

CORS

CORS（跨源資源共享）中間件檢查請求是否來自允許的來源。如果是，則將請求傳遞給下一個(gè)中間件或視圖函數(shù)。如果不是，它會(huì)拒絕請求，并將錯(cuò)誤響應(yīng)發(fā)送回調(diào)用者。

Flask?Flask 需要一個(gè)名為 Flask-CORS 的外部包來支持 CORS：

pip install flask-cors

基本實(shí)現(xiàn)：

from flask_cors import CORS



app = Flask(__name__)



CORS(app)

FastAPI

FastAPI 原生支持 CORS：

from fastapi.middleware.cors import CORSMiddleware



app = FastAPI()



origins = ["*"]



app.add_middleware(CORSMiddleware, allow_origins=origins)

測試

Flask

import pytest

from flask import Flask



app = Flask(__name__)



@app.route("/")

def home():

    return {"message": "OK"}



def test_hello():

    res = app.test_client().get("/")



    assert res.status_code == 200

    assert res.data == b'{"message":"OK"}\n'

FastAPI

from fastapi import FastAPI

from fastapi.testclient import TestClient



app = FastAPI()



@app.get("/")

async def home():

    return {"message": "OK"}



client = TestClient(app)



def test_home():

    res = client.get("/")



    assert res.status_code == 200

    assert res.json() == {"message": "OK"}

FastAPI 提供了一個(gè) TestClient。有了它，你可以直接用 FastAPI 運(yùn)行 pytest。有關(guān)更多信息，請查看官方文檔中的測試指南。

部署

生產(chǎn)服務(wù)器

Flask

Flask 默認(rèn)運(yùn)行開發(fā) WSGI（Web 服務(wù)器網(wǎng)關(guān)接口）應(yīng)用程序服務(wù)器。對于生產(chǎn)環(huán)境，您需要使用生產(chǎn)級 WSGI 應(yīng)用服務(wù)器，例如 Gunicorn、uWSGI 或 mod_wsgi

安裝 Gunicorn:

pip install gunicorn

啟動(dòng)服務(wù)：

# main.py

# app = Flask(__name__)



gunicorn main:app

FastAPI

由于 FastAPI 沒有開發(fā)服務(wù)器，您將使用 Uvicorn（或 Daphne）進(jìn)行開發(fā)和生產(chǎn)。

安裝 Uvicorn：

pip install uvicorn

啟動(dòng)服務(wù)：

python

# main.py

# app = FastAPI()



uvicorn main:app

您可能希望使用 Gunicorn 來管理 Uvicorn，以便同時(shí)利用并發(fā)性（通過 Uvicorn）和并行性（通過 Gunicorn worker）：

# main.py

# app = FastAPI()



gunicorn -w 3 -k uvicorn.workers.UvicornWorker main:app

Docker

Flask

FROM python3.10-slim



WORKDIR /app



COPY requirements.txt .



RUN pip install -r requirements.txt



COPY . .



EXPOSE 5000



CMD ["gunicorn", "main:app"]

這是 Flask 最簡單的 Dockerfile 之一。要了解如何針對生產(chǎn)對其進(jìn)行全面配置，請查看使用 Postgres、Gunicorn 和 Nginx 教程對 Flask 進(jìn)行 Docker 化。

FastAPI

sql

FROM python3.10-slim



WORKDIR /app



COPY requirements.txt .



RUN pip install -r requirements.txt



COPY . .



EXPOSE 8000



CMD ["uvicorn", "main:app"]

同樣，這是一個(gè)非常簡單的配置。 FastAPI 作者提供了幾個(gè)生產(chǎn)就緒的 Dockerfile。有關(guān)更多信息，請查看官方 FastAPI 文檔以及 Dockerizing FastAPI with Postgres、Uvicorn 和 Traefik 教程。

總結(jié)

退一步講，Django 和 Flask 是兩個(gè)最流行的基于 Python 的網(wǎng)絡(luò)框架（FastAPI 是第三大流行框架）。不過它們（Django 和 Flask）的理念非常不同。Flask 比 Django 的優(yōu)勢在于 Flask 是一個(gè)微框架。程序結(jié)構(gòu)由程序員自己決定，不強(qiáng)制執(zhí)行。開發(fā)者可以在他們認(rèn)為合適的時(shí)候添加第三方擴(kuò)展來改進(jìn)他們的代碼。也就是說，通常情況下，隨著代碼庫的增長，需要一些幾乎所有網(wǎng)絡(luò)應(yīng)用都需要的通用功能。這些功能與框架的緊密結(jié)合，使得終端開發(fā)者需要自己創(chuàng)建和維護(hù)的代碼大大減少。

本文中的代碼實(shí)例也表達(dá)了同樣的意思。換句話說，FastAPI 包括許多必要的功能。它還遵循嚴(yán)格的標(biāo)準(zhǔn)，使你的代碼可以生產(chǎn)并更容易維護(hù)。FastAPI 的文檔也非常完善。

雖然 FastAPI 可能不像 Flask 那樣久經(jīng)考驗(yàn)，但越來越多的開發(fā)人員正在轉(zhuǎn)向它來提供機(jī)器學(xué)習(xí)模型或開發(fā) RESTful API。切換到 FastAPI 是一個(gè)不錯(cuò)的選擇。

文章轉(zhuǎn)自微信公眾號@Python見習(xí)室