FastAPI-16：额外的数据类型

常见的数据类型

int
float
str
bool
…

FastAPI支持使用更复杂的数据类型，仍然可以得到FastAPI的支持：

IDE智能提示；
请求数据的数据类型转换；
响应数据的数据类型转换；
数据验证；
自动注释和文档；

复杂的数据类型

1、UUID

常见的唯一标识符；
str 类型；

2、datetime.datetime

Python 的 datetime.datetime;
str 类型；
栗子：2008-09-15T15:53:00+05:00；

3、datetime.date

Python 的 datetime.date；
str 类型；
栗子：2008-09-15；

4、datetime.time

Python 的 datetime.time；
str 类型；
栗子：15:53:00.003；

5、datetime.timedelta

Python 的 datetime.timedelta；
float 类型；
表示秒数；

6、frozenset

set 类型；
在请求中，将读取一个列表，消除重复项并将其转换为一个集合；
在响应中，集合将被转换为列表；
会在 Schema 中加一个标识 uniqueItems，表示 set 里面的值是唯一的；

7、bytes

Python 标准类型bytes；
str 类型；
生成 Schema 会指定它为一个带有二进制格式的 str；

8、Decimal

Python 标准类型十进制；
float 类型；

重点

FastAPI不只是有以上复杂的数据类型，更多的数据类型可以看Pydantic Types。
只要Pydantic有的，FastAPI都支持。

复杂数据类型的栗子

from datetime import datetime, time, timedelta
from decimal import Decimal
from typing import Optional
from uuid import UUID
from fastapi import APIRouter, Body, Cookie
router = APIRouter()
@router.put("/items/{item_id}")
async def read_items(
        item_id: UUID,
        start_datetime: Optional[datetime] = Body(None),
        end_datetime: Optional[datetime] = Body(None),
        repeat_at: Optional[time] = Body(None),
        process_after: Optional[timedelta] = Body(None),
        address: Optional[frozenset] = Body(None),
        computer: Optional[bytes] = Body(None),
        age: Optional[Decimal] = Body(None),
):
    start_process = start_datetime + process_after
    duration = end_datetime - start_process
    return {
        "item_id": item_id,
        "start_datetime": start_datetime,
        "end_datetime": end_datetime,
        "repeat_at": repeat_at,
        "process_after": process_after,
        "start_process": start_process,
        "duration": duration,
        "address": address,
        "computer": computer,
        "age": age,
    }