fastapi学习使用2--pydantic和SQLAlchemy使用

本文主要是介绍fastapi学习使用2--pydantic和SQLAlchemy使用，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

首先说下SQLAlchemy，这个orm库，如何使用呢？

创建实例，建立映射类，常见model模型，再create_all创建一下

from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
from sqlalchemy import Boolean, Column, Integer, String, DateTime

SQLALCHEMY_DATABASE_URL = "mysql+pymysql://账户:密码@地址:3306/仓库"

# echo=True表示引擎将用repr()函数记录所有语句及其参数列表到日志,创建链接
engine = create_engine(
    SQLALCHEMY_DATABASE_URL, encoding='utf8', echo=True, pool_size=6, pool_recycle=60 * 30
)

# SQLAlchemy中，CRUD是通过会话进行管理的，所以需要先创建会话，
# 每一个SessionLocal实例就是一个数据库session
# flush指发送到数据库语句到数据库，但数据库不一定执行写入磁盘
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

# 创建基本映射类
Base = declarative_base()


class BaseModel(Base):
    create_time = Column(DateTime, unique=True)
    update_time = Column(DateTime, unique=True)


class Project(BaseModel):
    __tablename__ = "project"
    id = Column(Integer, primary_key=True, index=True)
    name = Column(String(255), unique=True, index=True)
    owner = Column(String(255), unique=True)
    Operator = Column(String(255), unique=True)

    def __repr__(self):
        return "{}".format(self.__tablename__)


# 在数据库中创建模型对象的表
Base.metadata.create_all(engine)

pydantic的使用，导入basemode，然后继承该model,设置对应字段要效验的格式，

from pydantic import BaseModel
from datetime import datetime


class ProjectBase(BaseModel):
    """
    基础模型
    """
    id: str


class ProjectCreate(BaseModel):
    """
    请求模型验证：
    name:
    owner:
    Operator:
    """
    name: str
    owner: str
    Operator: str


class Project(BaseModel):
    """
    响应模型：
    id:
    name:
    owner,
    Operator,
    create_time,
    update_time
    并且设置orm_mode与之兼容
    """
    id: int
    name: str
    owner: str
    Operator: str
    create_time: datetime = None
    update_time: datetime = None

    class Config:
        orm_mode = True

BaseModel 模型属性

上面的例子只是展示了模型可以做什么的冰山一角。模型具有以下方法和属性：
dict() 返回模型字段和值的字典；参看。导出模型
json() 返回一个 JSON 字符串表示dict()；参看。导出模型
copy() 返回模型的副本（默认为浅拷贝）；参看。导出模型
parse_obj() 如果对象不是字典，则用于将任何对象加载到具有错误处理的模型中的实用程序；参看。辅助函数
parse_raw() 用于加载多种格式字符串的实用程序；参看。辅助函数
parse_file() 喜欢parse_raw()但是对于文件路径；参看。辅助函数
from_orm() 将数据从任意类加载到模型中；参看。ORM模式
schema() 返回将模型表示为 JSON Schema 的字典；参看。图式
schema_json() schema()返回;的 JSON 字符串表示形式 参看。图式
construct() 无需运行验证即可创建模型的类方法；参看。创建没有验证的模型

fields_set 初始化模型实例时设置的字段名称集
fields 模型字段的字典
config 模型的配置类，cf。模型配置

具体如何使用呢？

user = Project(id=2, name='name', owner='owner', Operator='Operator')
print(user.id)  
#结果就是2

pydantic.error_wrappers.ValidationError: 1 validation error for Project
id
value is not a valid integer (type=type_error.integer)

结合使用

from sqlalchemy.orm import Session
import models, schemas


# 通过id查询用户
def get_user(db: Session, user_id: int):
    return db.query(models.Project).filter(models.Project.id == user_id).first()


# 新建用户
def db_create_user(db: Session, project: schemas.ProjectCreate):
    db_projcet = models.Project(name=project.name, owner=project.owner, Operator=project.Operator)
    db.add(db_projcet)
    db.commit()  # 提交保存到数据库中
    db.refresh(db_projcet)  # 刷新
    return db_projcet

参考 https://www.cnblogs.com/blueberry-mint/p/14277882.html

这篇关于fastapi学习使用2--pydantic和SQLAlchemy使用的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！