FastAPI POST 요청 오류 422: JSON 데이터를 올바르게 처리하는 방법은 무엇입니까?
FastAPI: POST 요청을 통해 JSON 데이터를 보낼 때 발생하는 오류 422 이해 및 해결
문제 설명
FastAPI로 API 구축 애플리케이션이 POST 요청을 통해 JSON 데이터를 보내는 동안 오류 코드 422(처리할 수 없는 엔터티)를 표시합니다. 반면에 GET 요청은 원활하게 작동합니다. 이 문제는 JSON을 구문 분석하거나 UTF-8 인코딩을 사용하거나 HTTP 헤더를 수정하려는 시도에도 불구하고 지속됩니다.
자세한 설명
422 상태 코드가 포함된 응답은 다음을 나타냅니다. 제출된 데이터에 오류가 발생하는 경우가 종종 있으며 요소가 누락되거나 형식이 잘못 지정되어 발생하는 경우가 많습니다. 이 경우 문제는 POST 요청의 예상 형식에서 비롯됩니다. 기본적으로 FastAPI는 사용자 입력을 JSON 페이로드가 아닌 쿼리 매개변수로 예상합니다. 결과적으로 클라이언트가 JSON 데이터를 전송하려고 시도하면 422 오류가 발생합니다.
솔루션 옵션
다음 네 가지 옵션은 엔드포인트를 올바르게 정의하기 위한 고유한 접근 방식을 제공합니다. POST 요청에서 JSON 데이터를 처리합니다:
1. Pydantic 모델 사용
Pydantic 모델을 사용하면 엔드포인트에 대해 예상되는 데이터 구조를 지정할 수 있습니다.
from pydantic import BaseModel class User(BaseModel): user: str @app.post('/') def main(user: User): return user
2. Body 매개변수 Embed
이 방법은 특수한 "embed" 매개변수를 활용하여 본문을 단일 매개변수로 처리합니다.
from fastapi import Body @app.post('/') def main(user: str = Body(..., embed=True)): return {'user': user}
3. Dict 유형 사용(덜 권장됨)
덜 권장되지만 이 접근 방식은 키-값 쌍을 Dict 유형으로 정의합니다.
from typing import Dict, Any @app.post('/') def main(payload: Dict[Any, Any]): return payload
4 . 요청 개체를 직접 사용
이 옵션에는 요청 개체를 사용하여 수신된 JSON 데이터를 구문 분석하는 작업이 포함됩니다.
from fastapi import Request @app.post('/') async def main(request: Request): return await request.json()
솔루션 테스트
제공된 솔루션을 테스트하려면 주어진 지침을 따르십시오. 단계:
Python 요청 라이브러리 사용
import requests url = 'http://127.0.0.1:8000/' payload ={'user': 'foo'} resp = requests.post(url=url, json=payload) print(resp.json())
JavaScript Fetch API 사용
fetch('/', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify({'user': 'foo'}) }) .then(resp => resp.json()) .then(data => { console.log(data); }) .catch(error => { console.error(error); });
위 내용은 FastAPI POST 요청 오류 422: JSON 데이터를 올바르게 처리하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화
