太好用了！别再苦苦用着Flask了，来带你看看它，你会爱上的( 二 ) 有一个非常简单的需求：编写一个

使用pip或者pipenv即可安装 FastApi：
pip install fastapipipenv install fastapi安装完成以后，我们来完成第一个 API：
from fastapi import FastAPIapp = 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('/')
如下图所示：
文章插图
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 uvicornpipenv 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，我们访问可以看到接口已经正确返回了 JSON 格式的数据：
文章插图
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：
文章插图
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：
文章插图
当 query 后面的参数不是整数时，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 BaseModelapp = FastAPI()class People(BaseModel):name: strage: intaddress: strsalary: floatPeople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 + 10msg = 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/docs ，可以看到接口文档已经自动生成好了：
文章插图
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：