有没有办法在 FastAPI 中为选定的请求参数生成请求模型？

Question

我有一个枚举类来存储一些像这样的分类值。

class Fields(str, Enum):
    text   = "text"
    para   = "para"
    images = "images"

每种类型都有pydantic模型。例如：

class imageModel(BaseModel):
    min_width       : int
    max_height      : int
    is_exact        : int
    is_proportional : int
    default_mode    : int
    default_quality : int

我有这样的字典：

type_attrs = {
    "text": textModel,
    "para": ParaModel,
    "image": imageModel
}

我有一个FastAPI路由，用户需要输入字段类型名称作为字符串（从FastAPI文档中的下拉列表），并根据选择的类型提供类型属性。如果用户选择type=“images”，则会提供相应的pydantic模型“ImageModel”供用户填写，以此类推。

选择类型名称后，有没有办法产生对应的pydantic模型？

谢谢你。

Answer 1

您可以将Union或List与您的

从留档：

您可以将响应声明为两种类型的联合，这意味着响应将是这两种类型中的任何一种。

使用联合

from typing import Union

@app.get("/my_path", response_model=Union[FirstModel, SecondModel])

使用列表

from typing import List

@app.get("/my_path", response_model=List[FirstModel, SecondModel])

Answer 2

我认为FastAPI不能支持这种类型的功能。基本上，您需要的是基于Fields枚举的输入进行动态swagger模型渲染。我认为，这需要一个钩到招摇的页面上。基本上，整个swagger页面是在api运行时静态构建的。我建议您将Fields枚举拆分为同一路径上的不同路径。

class imageModel(BaseModel):
    min_width: int
    max_height: int
    is_exact: int
    is_proportional: int
    default_mode: int
    default_quality: int


@app.post("/image")
def image(image: imageModel):
    print(image)
    return None