0
0
0

FastAPI入门：Python后端开发新手指南

写代码的普通人
2025-12-18 17:08
阅读 212

作者：某大厂后端工程师 / B站技术UP主（3年经验）

大家好！我是你们的老朋友，一个在大厂写Java和Python混搭代码的后端开发。最近在B站收到很多私信：“想转后端，但Java太重了，有没有轻量又现代的Python框架？”、“听说FastAPI很火，能教教小白怎么上手吗？”

我当初学的时候也是从零开始——没人带、文档看不懂、连“路由”是啥都搞不清。今天这篇教程，就是专门为你写的：零基础、纯实践、一步步带你跑通第一个FastAPI服务。哪怕你连“后端”是干啥的都不清楚，也能跟着做出来！

一、FastAPI 是什么？能干啥？

简单说：FastAPI 是一个用 Python 写的现代化 Web 框架，用来快速开发高性能的后端 API（接口）。

  • 快：性能接近 Go 和 Node.js，比 Flask/Django 快很多
  • 自动文档：写完代码，自动生成漂亮的交互式 API 文档（Swagger + ReDoc）
  • 类型安全：用 Python 的类型注解（Type Hints），提前发现错误
  • 异步支持：原生支持 async/await，适合高并发场景

🎯 面试题小贴士：
很多公司面试会问：“FastAPI 和 Flask 有什么区别？”
答案关键词：自动文档、类型校验、异步原生支持、性能更高。
（别担心，后面你会亲手体验这些优势！）

二、环境准备：5分钟搭好开发环境

💡 提示：以下步骤适用于 Windows / macOS / Linux

步骤1：安装 Python（3.7+）

确保你有 Python 3.7 或更高版本。打开终端（命令行），输入：

python --version
# 或
python3 --version

如果没安装，请去 https://www.python.org/downloads/ 下载。

步骤2：创建虚拟环境（强烈推荐！）

虚拟环境能避免项目之间的依赖冲突。运行：

# 创建名为 fastapi-env 的虚拟环境
python -m venv fastapi-env

# 激活它
# Windows:
fastapi-env\Scripts\activate
# macOS/Linux:
source fastapi-env/bin/activate

激活后，命令行前缀会变成 (fastapi-env)，说明成功了！

步骤3：安装 FastAPI 和 Uvicorn

Uvicorn 是一个 ASGI 服务器，用来运行 FastAPI 应用。

pip install fastapi uvicorn[standard]

✅ 验证安装：

pip list | grep -E "fastapi|uvicorn"

如果看到版本号，就说明装好了！

三、核心概念：用最简单的语言讲清楚

1. 什么是“API”？

想象你点外卖：

  • 你（前端） → 点“下单”按钮
  • 外卖平台（后端） → 收到请求，处理订单，返回“下单成功”
  • 这个“下单”按钮背后调用的接口，就是 API

FastAPI 就是用来写这些接口的工具。

2. 路由（Route）

路由 = URL 路径 + HTTP 方法（GET/POST等）

比如：

  • GET /users → 获取用户列表
  • POST /login → 用户登录

3. 请求与响应

  • 请求（Request）：客户端发来的数据（比如用户名密码）
  • 响应（Response）：服务器返回的数据（比如“登录成功”或错误信息）

FastAPI 会自动把 Python 对象转成 JSON 返回！

四、实战项目：写一个“图书管理系统”API

我们来做一个超简单的图书管理 API，包含两个功能：

  1. GET /books → 返回所有书
  2. POST /books → 添加新书

第1步：创建 main.py

在项目文件夹里新建一个 main.py 文件，内容如下：

from fastapi import FastAPI

app = FastAPI()

# 模拟数据库（实际项目用数据库，这里先用列表）
books = [
    {"id": 1, "title": "《Python入门》", "author": "张三"},
    {"id": 2, "title": "《Java核心编程》", "author": "李四"}
]

# GET 接口：获取所有书
@app.get("/books")
def get_books():
    return books

# POST 接口：添加新书
@app.post("/books")
def add_book(title: str, author: str):
    new_id = max(book["id"] for book in books) + 1
    books.append({"id": new_id, "title": title, "author": author})
    return {"message": "添加成功", "book_id": new_id}

第2步：运行服务

在终端执行：

uvicorn main:app --reload
  • main 是文件名（main.py）
  • app 是代码里的 FastAPI() 实例
  • --reload 表示代码修改后自动重启（开发时超有用！）

你会看到类似输出：

INFO:     Uvicorn running on http://127.0.0.1:8000

第3步：测试 API

测试 GET 请求

打开浏览器，访问：http://127.0.0.1:8000/books

你会看到 JSON 格式的图书列表！

测试 POST 请求

FastAPI 自动给你生成了 交互式文档！
访问：http://127.0.0.1:8000/docs

你会看到一个超酷的 Swagger 页面：

  • 点击 /books 下的 POST
  • 点击 “Try it out”
  • 填入 title=《FastAPI实战》, author=王五
  • 点击 “Execute”

你会看到返回结果：{"message": "添加成功", "book_id": 3}

✨ 这就是 FastAPI 的魔法：不用写一行文档代码，自动给你生成可调试的 API 页面！

五、进阶一点：用 Pydantic 定义数据模型（面试常考！）

上面的 POST 接口用的是简单参数（title: str），但真实项目中，我们会用 Pydantic 模型来定义数据结构。

修改 main.py：

from fastapi import FastAPI
from pydantic import BaseModel  # ← 新增导入

app = FastAPI()

# 定义“书”的数据模型
class BookCreate(BaseModel):
    title: str
    author: str

books = [
    {"id": 1, "title": "《Python入门》", "author": "张三"},
    {"id": 2, "title": "《Java核心编程》", "author": "李四"}
]

@app.get("/books")
def get_books():
    return books

# 使用 BookCreate 模型接收 JSON 数据
@app.post("/books")
def add_book(book: BookCreate):  # ← 参数类型变了！
    new_id = max(book["id"] for book in books) + 1
    new_book = {"id": new_id, "title": book.title, "author": book.author}
    books.append(new_book)
    return {"message": "添加成功", "book": new_book}

现在 POST 请求必须发送 JSON 格式的数据，比如：

{
  "title": "《深入理解Java虚拟机》",
  "author": "周志明"
}

🔍 为什么重要？

  • 自动校验数据类型（比如 author 必须是字符串）
  • 自动生成更准确的 API 文档
  • 面试题高频考点：FastAPI 如何做参数校验？答：Pydantic！

六、常见问题 & 避坑指南

问题 原因 解决方案
ModuleNotFoundError: No module named 'fastapi' 没激活虚拟环境 运行 source fastapi-env/bin/activate（macOS/Linux）或对应 Windows 命令
访问 http://localhost:8000 显示空白 没有根路径 / 的路由 添加 @app.get("/") 路由，或直接访问 /docs
POST 请求报错 “422 Unprocessable Entity” JSON 格式不对或缺少字段 检查是否按 Pydantic 模型传参，字段名是否正确
修改代码后没生效 忘记加 --reload 运行时加上 uvicorn main:app --reload

💬 我当初踩过的坑：
第一次用 Pydantic，我把字段写成 Title（大写 T），结果一直报错。记住：JSON 字段名要和 Pydantic 类属性名完全一致（区分大小写）！

七、学习建议：下一步怎么走？

你已经迈出了第一步！接下来可以：

  1. 学数据库：用 SQLAlchemy 或 TortoiseORM 连接 SQLite/MySQL
  2. 学认证：实现 JWT 登录、用户权限控制
  3. 部署上线：用 Docker + Nginx + Gunicorn 部署到云服务器
  4. 对比 Java：如果你有 Java 背景，可以对比 Spring Boot：
    • FastAPI ≈ Spring Boot + Spring Web + Spring Validation + Swagger
    • 但 Python 更简洁，开发速度更快！

📌 给 Java 转 Python 的朋友：
不要试图用 Java 思维写 Python！Python 的哲学是“简单直接”。FastAPI 的魅力就在于：用最少的代码，做最多的事。

结语

恭喜你！你已经完成了第一个 FastAPI 项目，并亲手体验了自动文档、类型校验、路由定义等核心功能。

记住：所有高手，都是从 Hello World 开始的。
我在 B站更新更多实战教程（搜“你的UP主名字”），下期我们讲《用 FastAPI + MySQL 做用户注册登录》！

有问题欢迎评论区留言，我会一一解答。
动手写代码，才是学会的唯一方式 —— 现在就去敲一遍吧！

🚀 附：常用命令速查表

命令 作用
python -m venv env 创建虚拟环境
source env/bin/activate 激活虚拟环境（macOS/Linux）
env\Scripts\activate 激活虚拟环境（Windows）
pip install fastapi uvicorn[standard] 安装依赖
uvicorn main:app --reload 启动开发服务器
http://127.0.0.1:8000/docs 查看自动生成的 API 文档
标签:面试题Java

评论 0

最热最新
暂无评论

为你推荐

暂无相关推荐
匿名用户Lv.1
0
影响力
0
文章
0
粉丝

相关推荐

暂无相关推荐

精选内容

暂无精选内容