用它 5 分钟以后，我放弃用了四年的 Flask

“

阅读本文大概需要 3 分钟。用分用年

”

有一个非常简单的需求：编写一个 HTTP 接口，使用 POST 方式发送一个 JSON 字符串，放弃接口里面读取发送上来的用分用年参数，对其中某个参数进行处理，钟后并返回。放弃

如果我们使用 Flask 来开发这个接口，用分用年那么代码是钟后这样的：

from flask import

 Flask, request

app = Flask(__name__)

@app.route(/insert, methods=[POST])def insert():

    info = request.json

    name = info[name

]

    age = info[age

]

    age_after_10_years = age + 10    msg = f此人名叫：{ name}，10年后，放弃此人年龄：{ age_after_10_years}    return { success: True,用分用年 msg

: msg}

代码看起来已经很简洁了。我们用requests发个请求看看效果，钟后如下图所示：

看起来没什么问题。放弃

现在，用分用年我搞点破坏，钟后把age字段改成字符串，放弃再运行一下：

不出所料，报错了。

现在我们把age字段改回数字，但是直接移除name字段：

又报错了。

为了防止用户不按规矩提交数据，我们必须在接口里面做好各种异常数据的判断。于是增加判断以后的代码变得复杂了：

@app.route(/insert, methods=[POST])def insert():

    info = request.json

    name = info.get(name

, )

    ifnot name:

        return { success: False, msg: name 参数不可省略，不可为空！

}

    age = info.get(age, 0

)

    ifnot isinstance(age, int):

        return { success: False, msg: age参数不是数字！

}

    age_after_10_years = age + 10    msg = f此人名叫：{ name}，高防服务器10年后，此人年龄：{ age_after_10_years}    return { success: True, msg

: msg}

看来，用 Flask，虽然能让你用很短的代码写出一个能工作的项目。但要写成一个可以正常使用的项目，还是需要你自己写更多代码。

下面我们来看一下，现代化的 web 框架：FastApi能把这个工程简化到什么程度：

from fastapi import

 FastAPI

from pydantic import

 BaseModel

app = FastAPI()

class People(BaseModel):

    name: str

    age: int

    address: str

    salary: float

@app.post(/insert)def insert(people: People):    age_after_10_years = people.age + 10    msg = f此人名字叫做：{ people.name}，十年后此人年龄：{ age_after_10_years}    return { success: True, msg

: msg}

我们还是使用 requests 发一条信息给 FastApi 开发的 HTTP 接口。对于正常数据，正常使用：

现在我们把age字段改成字符串：

返回友好的提示信息，告诉我类型错误：age 字段不是 integer。

我们再试一试把name字段去掉：

返回友好信息，提示值错误：name字段丢失。

整个过程中，对类型的检查全都由 FastApi 自己完成。我们省下来很多时间。

我用了 Flask 四年，但在使用了 5 分钟 FastApi 以后，我决定以后不再使用 Flask 了。

回过头来，我们好好介绍一下 FastApi。

使用pip或者pipenv即可安装 FastApi：

pip install

 fastapi

pipenv install

 fastapi

安装完成以后，服务器托管我们来完成第一个 API：

from fastapi import

 FastAPI

app = FastAPI()

@app.get(/)def index():    return { message: 你已经正确创建 FastApi 服务！

}

这里的写法跟 Flask 几乎一致。只不过在 Flask 中，我们定义路由的装饰器为@app.route(/)。而这里写为@app.get(/)

写好代码以后，我们需要使用uvicorn来运行 FastApi。首先使用pip或者pipenv安装uvicorn：

pip install

 uvicorn

pipenv install

 uvicorn

然后执行命令：

uvicorn main:app --reload

其中main表示我们的代码文件为main.py，app表示我们初始化的 FastApi 对象的名字。--reload参数表示在修改了代码以后立即生效，不需要重启。

运行命令以后，我们访问http://127.0.0.1:8000可以看到接口已经正确返回了 JSON 格式的数据：

那么如何定义一个带参数的 GET 方法呢？我们再写一段代码：

@app.get(/query/{ uid})def query(uid):    msg = f你查询的 uid 为：{ uid}    return { success: True, msg

: msg}

写好代码以后，我们直接在浏览器里面访问新的地址，可以看到修改已经生效了，如下图所示：

如果想限定 uid 只能是数字，不能是字符串怎么办呢？你只需要多加 4 个字符：

@app.get(/query/{ uid})def query(uid: int):    msg = f你查询的 uid 为：{ uid}    return { success: True, msg

: msg}

对函数query的参数使用类型标注，标注为 int 类型。现在我们再来访问一下接口：

当 query 后面的参数不是整数时，源码下载正常报错了。

我们再来看一下本文一开始的 POST 方法。在使用 Flask 的时候，我们需要手动验证用户 POST 提交上来的数据是什么格式的，字段对不对。

但使用 FastApi 的时候，我们只需要类型标注就能解决所有问题。首先我们导入from pydantic import BaseModel，然后继承BaseModel实现我们允许 POST 方法提交上来的数据字段和格式：

from pydantic import

 BaseModel

app = FastAPI()

class People(BaseModel):

    name: str

    age: int

    address: str

    salary: float

People这个类通过类型标注，指定了它里面的 4 个字段和他们的类型。现在，我们来实现 POST 方法：

@app.post(/insert)def insert(people: People):    age_after_10_years = people.age + 10    msg = f此人名字叫做：{ people.name}，十年后此人年龄：{ age_after_10_years}    return { success: True, msg

: msg}

insert函数的参数people通过类型标注指定为People类型。

当我们使用 POST 方式提交数据时，FastApi 自动会以People中定义的字段为基准来校验数据，发现不对就返回报错信息。

除了开发接口变得非常简单外，FastApi 还会自动帮我们生成接口文档。大家访问http://127.0.0.1:8000/docs，可以看到接口文档已经自动生成好了：

这个接口不仅能看，而且直接就能在接口页面修改样例数据，发送请求，现场测试：

以上是对 FastApi 的极简介绍。有兴趣的同学可以查阅它的官方文档。

最后，告诉大家，FastApi 是一个异步 Web 框架，它的速度非常非常非常快。远远超过 Flask。

FastApi 是最快的几个 Web 框架之一。速度可以匹敌 Golang 写的接口。详细的对比可以看：https://www.techempower.com/benchmarks/#section=test&runid=7464e520-0dc2-473d-bd34-dbdfd7e85911&hw=ph&test=query&l=zijzen-7