FastAPI入门：Python后端开发新手也能上手！

大家好，我是你们的老朋友——一个在大厂干了三年后端开发、业余时间在B站分享技术的UP主。最近收到不少私信：“我想学后端开发，但Flask感觉太老，Django又太重，有没有轻量又现代的选择？”

我当初学的时候也纠结过这个问题。直到接触了 FastAPI ——它用起来像写脚本一样简单，性能却接近Go语言框架，还自带API文档！今天这篇教程，就是专门为零基础小白写的，哪怕你只写过“Hello World”，也能跟着做出自己的第一个后端接口。

---

为什么选 FastAPI？它和爬虫有什么关系？

先说结论：FastAPI 是一个用 Python 写 Web 接口（API）的框架。你可以把它理解成“接收请求、返回数据”的工具箱。

那它和爬虫有什么关系？
其实两者经常配合使用！比如：

• 你写了个爬虫，抓取了天气数据；
• 你想让手机App或网页能实时查看这些数据；
• 这时候，你就需要一个后端接口（比如 GET /weather）来提供数据；
• FastAPI 就是用来快速搭建这种接口的利器！

💡 小知识：爬虫负责“拿数据”，FastAPI 负责“给数据”。它们是前后端协作的好搭档！

---

第一步：环境准备（5分钟搞定）

别怕！我们只需要三样东西：

1. Python 3.7+（建议 3.8 以上）
2. pip（Python 自带）
3. 代码编辑器（推荐 VS Code）

安装 FastAPI 和启动服务器

打开终端（Windows 用 PowerShell，Mac/Linux 用 Terminal），依次执行：

# 创建一个项目文件夹
mkdir my_fastapi_app
cd my_fastapi_app

# 安装 FastAPI 和 uvicorn（Web 服务器）
pip install fastapi uvicorn

✅ 验证安装成功：运行 python -c "import fastapi; print('OK')"，如果没报错就说明装好了！

---

第二步：你的第一个 FastAPI 程序

新建一个文件 main.py，输入以下代码：

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def home():
    return {"message": "Hello, FastAPI 新手！"}

然后在终端运行：

uvicorn main:app --reload

看到类似这样的输出就成功了：

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

现在，打开浏览器访问 http://127.0.0.1:8000，你会看到：

{"message": "Hello, FastAPI 新手！"}

🎉 恭喜！你已经写出了第一个 API！

---

第三步：理解核心概念（用大白话解释）

1. @app.get("/") 是什么？

这是路由装饰器，意思是：

“当用户用 GET 方法访问根路径 / 时，就调用下面的 home() 函数”

你可以轻松添加更多接口：

@app.get("/about")
def about():
    return {"author": "你的名字", "lang": "Python"}

访问 /about 就能看到新内容！

2. 自动文档？真的假的！

FastAPI 最神奇的地方来了——它自动生成交互式 API 文档！

访问这两个地址试试：

• http://127.0.0.1:8000/docs → Swagger UI（简洁版）
• http://127.0.0.1:8000/redoc → ReDoc（详细版）

你不需要写一行文档代码，所有接口、参数、返回格式都自动展示出来，还能直接在页面上点“Try it out”测试接口！我当初第一次看到这个功能，惊呆了 😲

---

实战：做一个“模拟爬虫数据接口”

假设你写了个爬虫，每天抓取某网站的商品价格。现在你想通过 API 把最新价格暴露出去。

目标接口设计

• 路径：/price/{item_id}
• 方法：GET
• 返回：商品ID、名称、当前价格

代码实现

修改 main.py：

from fastapi import FastAPI

app = FastAPI()

# 模拟爬虫抓到的数据（实际中可能是数据库或文件）
fake_crawler_data = {
    "1001": {"name": "iPhone 15", "price": 5999},
    "1002": {"name": "MacBook Pro", "price": 12999},
    "1003": {"name": "AirPods", "price": 1299}
}

@app.get("/price/{item_id}")
def get_price(item_id: str):
    if item_id in fake_crawler_data:
        return {
            "item_id": item_id,
            "data": fake_crawler_data[item_id],
            "source": "simulated crawler"
        }
    else:
        return {"error": "Item not found"}

重启服务（如果之前开着，--reload 会自动重启），然后访问：

• http://127.0.0.1:8000/price/1001

你会看到结构化的 JSON 数据！这就是你的“爬虫数据 API”。

🔍 提示：真实项目中，fake_crawler_data 可以换成从 CSV、数据库或 Redis 读取，甚至直接调用你的爬虫脚本！

---

常见问题 & 避坑指南

作为过来人，我总结了新手最容易踩的几个坑：

问题	原因	解决方案
访问 localhost:8000 打不开	服务没启动或端口被占	检查终端是否运行 uvicorn，换端口：--port 8080
修改代码没生效	没加 --reload 参数	启动命令必须带 --reload（仅开发环境用！）
中文显示乱码	浏览器编码问题	FastAPI 默认返回 UTF-8，一般没问题；若用 requests 调用，记得 .json()
路径参数写错	比如 {item_id} 写成 (item_id)	路径参数必须用花括号 {} 包裹

特别提醒：不要在生产环境用 --reload！

--reload 是开发时自动重启用的，性能差且不安全。上线时要这样跑：

# 生产环境（无 reload）
uvicorn main:app --host 0.0.0.0 --port 80

---

学习路线建议（下一步怎么走？）

FastAPI 入门只是开始！我建议你按这个顺序深入：

1. 学会处理请求参数

   • 查询参数（?page=1&size=10）
   • 请求体（POST 的 JSON 数据）
   • 使用 Pydantic 定义数据模型（超重要！）

2. 连接真实数据源

   • 读取 CSV/JSON 文件（模拟爬虫结果存储）
   • 连接 SQLite 或 PostgreSQL（用 SQLAlchemy 或 Tortoise ORM）

3. 部署上线

   • 用 Docker 打包
   • 部署到云服务器（如阿里云轻量应用服务器）或 Vercel/Render

4. 结合爬虫实战

   • 写一个定时爬虫（用 apscheduler）
   • 把爬到的数据存入数据库
   • 用 FastAPI 提供查询接口

📌 我在 B站有系列视频《FastAPI + 爬虫实战》，从零教你怎么把爬虫数据变成可调用的 API，欢迎关注！

---

最后的话

FastAPI 的魅力在于：简单却不简陋，强大却不复杂。你不需要懂异步、不需要配置中间件，几行代码就能跑起一个高性能 API。对于想快速验证想法、做毕业设计、或者给爬虫加个“出口”的同学来说，它简直是天选之子。

记住：所有复杂的系统，都是从一个 return {"hello": "world"} 开始的。

动手吧！你现在就可以关掉这篇文章，打开编辑器，敲下你的第一行 FastAPI 代码。遇到问题？评论区留言，我会一一解答！

---

作者：B站技术UP主 @后端小飞
专注 Python / FastAPI / 系统设计
教程持续更新中，点赞收藏不迷路！