


Comment enregistrer les requêtes et réponses HTTP brutes dans Python FastAPI ?
Comment enregistrer les requêtes/réponses HTTP brutes dans Python FastAPI ?
FastAPI fournit plusieurs méthodes pour capturer et enregistrer les requêtes et réponses HTTP brutes, répondant à des exigences spécifiques et à des considérations de performances.
Option 1 : Middleware
Le middleware permet d'intercepter et de traiter les requêtes et les réponses. Vous pouvez créer un middleware qui consomme le corps de la requête dans un flux et le stocke. Pour le corps de la réponse, lisez-le dans un objet bytes et renvoyez une réponse personnalisée. Utilisez une BackgroundTask pour enregistrer les données de manière asynchrone afin d'éviter d'avoir un impact sur le temps de réponse.
Exemple :
async def some_middleware(request: Request, call_next): req_body = await request.body() response = await call_next(request) res_body = b'' async for chunk in response.body_iterator: res_body += chunk task = BackgroundTask(log_info, req_body, res_body) return Response(content=res_body, background=task)
Option 2 : classe APIRoute personnalisée
Créez une classe APIRoute personnalisée pour manipuler les corps de requête et de réponse. Cette approche vous permet de limiter la journalisation à des routes spécifiques définies dans un APIRouter.
Exemple :
class LoggingRoute(APIRoute): async def custom_route_handler(request: Request) -> Response: req_body = await request.body() response = await original_route_handler(request) res_body = b'' async for item in response.body_iterator: res_body += item task = BackgroundTask(log_info, req_body, res_body) response = Response(content=res_body, background=task) return response
Considérez les limites du stockage de corps de requête/réponse volumineux dans mémoire et utilisez une BackgroundTask pour éviter de bloquer le traitement des requêtes. Si nécessaire, limitez la journalisation à des itinéraires spécifiques ou excluez les points de terminaison qui renvoient des réponses en streaming.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Solution aux problèmes d'autorisation Lors de la visualisation de la version Python dans Linux Terminal Lorsque vous essayez d'afficher la version Python dans Linux Terminal, entrez Python ...

Lorsque vous utilisez la bibliothèque Pandas de Python, comment copier des colonnes entières entre deux frames de données avec différentes structures est un problème courant. Supposons que nous ayons deux dats ...

Comment enseigner les bases de la programmation novice en informatique dans les 10 heures? Si vous n'avez que 10 heures pour enseigner à l'informatique novice des connaissances en programmation, que choisissez-vous d'enseigner ...

Comment Uvicorn écoute-t-il en permanence les demandes HTTP? Uvicorn est un serveur Web léger basé sur ASGI. L'une de ses fonctions principales est d'écouter les demandes HTTP et de procéder ...

Dans Python, comment créer dynamiquement un objet via une chaîne et appeler ses méthodes? Il s'agit d'une exigence de programmation courante, surtout si elle doit être configurée ou exécutée ...

Comment éviter d'être détecté lors de l'utilisation de FiddlereVerywhere pour les lectures d'homme dans le milieu lorsque vous utilisez FiddlereVerywhere ...

L'article traite des bibliothèques Python populaires comme Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask et Demandes, détaillant leurs utilisations dans le calcul scientifique, l'analyse des données, la visualisation, l'apprentissage automatique, le développement Web et H et H

Fastapi ...
