ホームページ バックエンド開発 Python チュートリアル パート FastAPI を使用した Todo API の構築: ステップバイステップ ガイド

パート FastAPI を使用した Todo API の構築: ステップバイステップ ガイド

Aug 28, 2024 pm 06:32 PM

Part Building a Todo API with FastAPI: Step-by-Step Guide

FastAPI を使用した Todo API の構築: ステップバイステップ ガイド

コードはここにあります: GitHub - jamesbmour/blog_tutorials:

I. はじめに

前回の投稿では、FastAPI を紹介し、基本的なプロジェクト構造をセットアップしました。ここで、機能的な Todo API を構築して、さらに一歩進めてみましょう。このチュートリアルを終了するまでに、ToDo アイテムを作成、読み取り、更新、削除できるバックエンドが動作するようになります。

取り上げる内容:

  • Todo データモデルの設計
  • CRUD オペレーションの実装
  • API エンドポイントの作成
  • 入力検証とエラー処理の追加
  • API のテスト
  • コードのリファクタリングと整理

II. Todo データモデルの設計

todo を管理するには、todo アイテムを表すデータ モデルを定義する必要があります。 FastAPI は Pydantic モデルを使用してデータを検証および解析するため、ここではそれを利用します。

A. Todo スキーマの定義

Pydantic を使用して 2 つのモデルを作成します。

  • TodoCreate: Todo を作成または更新するときの入力データ用。
  • Todo: id や created_at などのフィールドを含む、完全な todo アイテム用。
from pydantic import BaseModel
from typing import Optional
from datetime import datetime

class TodoCreate(BaseModel):
    title: str
    description: Optional[str] = None
    completed: bool = False

class Todo(BaseModel):
    id: str
    title: str
    description: Optional[str] = None
    completed: bool
    created_at: datetime

ログイン後にコピー

B. フィールドの説明

  • id: 各 Todo の一意の識別子。
  • タイトル: Todo の主な内容。
  • 説明: 追加の詳細 (オプション)。
  • completed: Todo のブール値ステータス (完了したかどうか)。
  • created_at: Todo がいつ作成されたかを示すタイムスタンプ。

Ⅲ. Todo の CRUD オペレーションの作成

CRUD は、データ管理の 4 つの基本操作である作成、読み取り、更新、および削除の略です。このチュートリアルでは、メモリ内データベース (単純なリスト) を使用してこれらの操作を実装します。

A. インメモリデータベースのセットアップ

ToDo を保存するためにリストを使用します。わかりやすくするために、todo の例もいくつか追加します。

from uuid import uuid4
from datetime import datetime

todos = [
    {
        "id": str(uuid4()),
        "title": "Learn FastAPI",
        "description": "Go through the official FastAPI documentation and tutorials.",
        "completed": False,
        "created_at": datetime.now(),
    },
    {
        "id": str(uuid4()),
        "title": "Build a Todo API",
        "description": "Create a REST API for managing todo items using FastAPI.",
        "completed": False,
        "created_at": datetime.now(),
    },
    {
        "id": str(uuid4()),
        "title": "Write blog post",
        "description": "Draft a blog post about creating a Todo API with FastAPI.",
        "completed": False,
        "created_at": datetime.now(),
    },
]

ログイン後にコピー

B. ヘルパー関数の実装

ID で todo を検索する簡単なヘルパー関数を実装します。

def get_todo_by_id(todo_id: str):
    for todo in todos:
        if todo["id"] == todo_id:
            return todo
    return None

ログイン後にコピー

IV. APIエンドポイントの実装

A. 新しい Todo の作成

POST エンドポイントを使用すると、ユーザーは新しい Todo アイテムを作成できます。

@app.post("/todos/", response_model=Todo)
def create_todo(todo: TodoCreate):
    new_todo = Todo(
        id=str(uuid4()),
        title=todo.title,
        description=todo.description,
        completed=todo.completed,
        created_at=datetime.now()
    )
    todos.append(new_todo.dict())
    return new_todo

ログイン後にコピー

B. すべての Todo を取得する

GET エンドポイントは、メモリ内のデータベースからすべての Todo を取得します。

@app.get("/todos/", response_model=List[Todo])
def get_all_todos():
    return todos

ログイン後にコピー

C. 単一の Todo の取得

GET エンドポイントを使用すると、ID によって 1 つの Todo を取得できます。

@app.get("/todos/{todo_id}", response_model=Todo)
def get_todo(todo_id: str):
    todo = get_todo_by_id(todo_id)
    if not todo:
        raise HTTPException(status_code=404, detail="Todo not found")
    return todo

ログイン後にコピー

D. Todo を更新する

PUT エンドポイントを使用すると、ユーザーは既存の Todo を更新できます。

@app.put("/todos/{todo_id}", response_model=Todo)
def update_todo(todo_id: str, todo_data: TodoCreate):
    todo = get_todo_by_id(todo_id)
    if not todo:
        raise HTTPException(status_code=404, detail="Todo not found")
    todo["title"] = todo_data.title
    todo["description"] = todo_data.description
    todo["completed"] = todo_data.completed
    return Todo(**todo)

ログイン後にコピー

E. Todo を削除する

DELETE エンドポイントを使用すると、ユーザーは ID に基づいて Todo を削除できます。

@app.delete("/todos/{todo_id}")
def delete_todo(todo_id: str):
    todo = get_todo_by_id(todo_id)
    if not todo:
        raise HTTPException(status_code=404, detail="Todo not found")
    todos.remove(todo)
    return {"detail": "Todo deleted successfully"}

ログイン後にコピー

V. 入力検証とエラー処理の追加

A. Pydantic による入力検証

FastAPI は、定義した Pydantic モデルに対して入力データを自動的に検証します。これにより、データが処理される前に、データが予想されるスキーマを満たしていることが保証されます。

B. カスタムエラー処理

例外ハンドラーを追加することで、エラー応答をカスタマイズできます。

@app.exception_handler(HTTPException)
def http_exception_handler(request, exc: HTTPException):
    return JSONResponse(
        status_code=exc.status_code,
        content={"detail": exc.detail},
    )

ログイン後にコピー

VI. API のテスト

FastAPI にはインタラクティブな Swagger UI ドキュメントが付属しており、API エンドポイントのテストが簡単になります。アプリケーションを実行し、ブラウザで /docs に移動するだけです。

テスト例

  • Todo を作成する: 新しい Todo を作成して POST エンドポイントをテストします。
  • Todo の取得: GET エンドポイントを使用して、ID によってすべての Todo または特定の Todo を取得します。
  • 更新と削除: PUT エンドポイントと DELETE エンドポイントをテストして、ToDo を更新または削除します。

VII.コードのリファクタリングと整理

アプリケーションが成長するにつれて、コードを整理しておくことが重要です。ここにいくつかのヒントがあります:

A. モデルを別のファイルに移動する

Pydantic モデルを models.py ファイルに移動して、メイン アプリケーション ファイルをクリーンな状態に保つことができます。

B. Todo エンドポイント用のルーターの作成

特に API が成長するにつれて、todo 関連のエンドポイント用に別のルーターを作成することを検討してください。

Ⅷ.次のステップ

次の投稿では、実際のデータベース (SQLite や PostgreSQL など) を FastAPI アプリケーションに統合します。ユーザー認証やより高度な機能についても検討します。

提案される改善点:

  • GET エンドポイントにフィルタリングとページネーションを追加します。
  • 個人の ToDo を管理するためにユーザー認証を実装します。

IX.結論

このチュートリアルでは、FastAPI を使用して単純な Todo API を構築しました。データ モデルの設計から開始し、CRUD 操作を実装し、ToDo を管理するためのエンドポイントを作成しました。入力検証、エラー処理、テストについても触れました。この基盤を使用すると、API をさらに拡張したり、フロントエンドと統合して本格的なアプリケーションを作成したりできます。

私の執筆をサポートしたり、ビールを買ったりしたい場合は:
https://buymeacoffee.com/bmours

以上がパート FastAPI を使用した Todo API の構築: ステップバイステップ ガイドの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Python vs. C:曲線と使いやすさの学習 Python vs. C:曲線と使いやすさの学習 Apr 19, 2025 am 12:20 AM

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonと時間:勉強時間を最大限に活用する Pythonと時間:勉強時間を最大限に活用する Apr 14, 2025 am 12:02 AM

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Python vs. C:パフォーマンスと効率の探索 Python vs. C:パフォーマンスと効率の探索 Apr 18, 2025 am 12:20 AM

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

Python vs. C:重要な違​​いを理解します Python vs. C:重要な違​​いを理解します Apr 21, 2025 am 12:18 AM

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

Pythonの学習:2時間の毎日の研究で十分ですか? Pythonの学習:2時間の毎日の研究で十分ですか? Apr 18, 2025 am 12:22 AM

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Apr 27, 2025 am 12:03 AM

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Python:自動化、スクリプト、およびタスク管理 Python:自動化、スクリプト、およびタスク管理 Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

Web開発用のPython:主要なアプリケーション Web開発用のPython:主要なアプリケーション Apr 18, 2025 am 12:20 AM

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

See all articles