FastAPI 快速学习之 Flask 框架对比

一、前言

       本文主要对 FastAPI 与 Flask 框架进行对比，以助快速学习。进一步了解FastAPI的高级使用方法，可参考FastAPI官方文档。如果对你有帮助，欢迎三连 收藏点赞关注！！！
 
       Flask作为Python语言中的老牌Web框架，已经被应用于大量的Python Web开发项目，其使用简洁，支持工具众多，工具丰富，社区活跃，是Python Web框架中的佼佼者之一。而近来，FastAPI的出众表现，已使得其越来越受到众多开发者的关注，成为Web开发主流框架之一。

---- NickYoung

二、FastAPI 优势

• 高效运行：可与 NodeJS 和 Go 并肩的极高性能（归功于 Starlette 和 Pydantic）。史称最快的 Python web 框架之一。
• 高效编码：提高功能开发速度约 200％ 至 300％。
• 更少 bug：减少约 40％ 的人为（开发者）导致错误。
• 直观易用：支持强大的编辑器功能、自动补全和更少的调试时间。
• 简单易学：设计的易于使用和学习，阅读文档的时间更短。
• 降低冗余：使代码重复最小化。通过不同的参数声明实现丰富功能。
• 健壮可靠：生产可用级别的代码。还有自动生成的交互式文档。
• 标准化：基于（并完全兼容）API 的相关开放标准：OpenAPI (以前被称为 Swagger) 和 JSON Schema。

下面将会结合Flask的使用作为对比，来介绍FastAPI，作为FastAPI的入门教程。
本文使用的两个Web框架版本如下：

fastapi==0.101.1
Flask==2.3.3

三、Hello World

• Flask 代码

from flask import Flaskapp = Flask(__name__)@app.route('/')
def home():return 'hello world'if __name__ == '__main__':app.run()

• FastAPI 代码

import uvicorn
from fastapi import FastAPIapp = FastAPI()@app.get('/')
def home():return 'hello world'if __name__ == '__main__':uvicorn.run(app)

两者的代码差别不多，运行时Flask的默认端口为5000，FastAPI的端口为8000，使用curl命令请求（FastAPI），返回结果如下：

$ curl localhost:8000/
"hello world"

在部署生产代码时，Flask使用gunicorn，示例命令如下：
gunicorn app:app
而FastAPI使用uvicorn，示例命令如下：
uvicorn app:app
当然，在实际部署时还可指定端口（port）、worker数量、最大连接数等，本文不再详述。

四、HTTP 方法

常见的HTTP请求方法有GET, POST, PUT, PATCH, DELETE等。
以POST方法为例

• Flask 代码

@app.route('/', methods=['POST'])
def example():...

• FastAPI 代码

@app.post('/')
def example():...

其它HTTP请求方法的使用方法如下：

@app.get('/')
@app.put('/')
@app.patch('/')
@app.delete('/')

五、URL 变量

我们想从URL中获取user id，比如/users/1，然后将user id返回给用户。

• Flask 代码

@app.route('/users/<int:user_id>')
def get_user_details(user_id):return {'user_id': user_id}

• FastAPI 代码

@app.get('/users/{user_id}')
def get_user_details(user_id: int):return {'user_id': user_id}

使用curl命令模拟请求如下：

$ curl localhost:8000/users/2
{"user_id":2}

六、查询字符串

我们希望允许用户在URL中使用查询字符串 ?q=abc 来指定搜索词。

• Flask 代码

from flask import request@app.route('/search')
def search():query = request.args.get('q')return {'query': query}

• FastAPI 代码

@app.get('/search')
def search(q: str):return {'query': q}

使用curl命令模拟请求如下：

$ curl 'localhost:8000/search?q=abcde'
{"query":"abcde"}

如果要指定多个搜索词，可以&符号隔开，比如：?name=Jack&id=1

七、POST 请求

我们希望发送一个带有text参数JSON POST请求，返回其小写形式。

# Request
{"text": "HELLO"}# Response
{"text": "hello"}

• Flask 代码

from flask import request@app.route('/lowercase', methods=['POST'])
def lower_case():text = request.json.get('text')return {'text': text.lower()}

• FastAPI 代码

from typing import Dict@app.post('/lowercase')
def lower_case(json_data: Dict):text = json_data.get('text')return {'text': text.lower()}

注意：FastAPI还有更优雅的处理方式，那就是引入Pydantic schema，它可以将JSON格式数据映射为schema对象，同时对该对象中的数据类型进行校验，如校验不通过，则会返回自动生成的校验错误。

• FastAPI 更优雅的代码

class Sentence(BaseModel):text: str@app.post('/lowercase')
def lower_case(sentence: Sentence):return {'text': sentence.text.lower()}

使用curl命令模拟请求如下：

$ curl --location 'localhost:8000/lowercase' \
--header 'Content-Type: application/json' \
--data '{
"text": "HELLO"
}'
{"text":"hello"}

在请求时，如果text对应的value为数字时，FastAPI会自动将数字转化为字符串，不会报错；如果text对应的value为null时，FastAPI将会报错，信息如下：

{"detail": [{"loc": ["body","text"],"msg": "none is not an allowed value","type": "type_error.none.not_allowed"}]
}

八、文件上传

我们来创建一个上传文件的API，返回上传文件的文件名。

• Flask 代码

from flask import Flask, requestapp = Flask(__name__)@app.route('/upload', methods=['POST'])
def upload_file():file = request.files.get('file')return {'name': file.filename}

• FastAPI 代码

from fastapi import FastAPI, UploadFile, Fileapp = FastAPI()@app.post('/upload')
def upload_file(file: UploadFile = File(...)):return {'name': file.filename}

使用Postman模拟请求如下：

$ curl --location 'localhost:8000/upload' \
--header 'Content-Type: multipart/form-data' \
--form 'file=@"/Users/admin/Documents/test.pdf"'
{"name": "test.pdf"}

九、表单提交

我们希望从表单中获取text类型的变量，并返回它的值，如下：

• Flask 代码

from flask import Flask, requestapp = Flask(__name__)@app.route('/submit', methods=['POST'])
def echo():city = request.form.get('city')return {'city': city}

• FastAPI 代码

from fastapi import FastAPI, Formapp = FastAPI()@app.post('/submit')
def echo(city: str = Form(...)):return {'city': city}

使用curl命令模拟请求如下：

$ curl --location 'localhost:8000/submit' \
--form 'city="shanghai"'
{"city":"shanghai"}

十、Cookies

我们希望从请求的cookie中获取name字段的值。

• Flask 代码

from flask import Flask, requestapp = Flask(__name__)@app.route('/profile')
def profile():name = request.cookies.get('name')return {'name': name}

• FastAPI 代码

from fastapi import FastAPI, Cookieapp = FastAPI()@app.get('/profile')
def profile(name=Cookie(None)):return {'name': name}

十一、模块化视图

我们希望将单个的app.py文件分解成视图（多个独立的文件），如下：

- app.py
- views- user.py

• Flask 代码

在Flask中，我们可以使用蓝图（Blueprint）来管理，代码如下：

from flask import Blueprintuser_blueprint = Blueprint('user', __name__)@user_blueprint.route('/users')
def list_users():return {'users': ['a', 'b', 'c']}

from flask import Flaskfrom views.user import user_blueprintapp = Flask(__name__)
app.register_blueprint(user_blueprint)

• FastAPI 代码

在FastAPI中，与蓝图等价的实现形式为router，首先需创建一个user router如下：

from fastapi import APIRouterrouter = APIRouter()@router.get('/users')
def list_users():return {'users': ['a', 'b', 'c']}

# app.py
from fastapi import FastAPI
from routers import userapp = FastAPI()
app.include_router(user.router)

十二、数据校验

Flask本身并没有提供数据校验功能，可使用marshmalllow或pydantic模块来辅助实现。
而FastAPI在其框架中已包装pydantic模块，可轻松实现数据校验。示例代码如下：

import uvicorn
from fastapi import FastAPI
from pydantic import BaseModelapp = FastAPI()class User(BaseModel):name: strage: int@app.post('/users')
def save_user(user: User):return {'name': user.name,'age': user.age}if __name__ == '__main__':uvicorn.run(app)

关于pydantic的schema与JSON格式对应关系，在此给出三个例子：

• 例子1 键值对（key-value pairs）

{"name": "Isaac","age": 60
}

from pydantic import BaseModelclass User(BaseModel):name: strage: int

• 例子2 列表

{"series": ["GOT", "Dark", "Mr. Robot"]
}

from pydantic import BaseModel
from typing import Listclass Metadata(BaseModel):series: List[str]

• 例子3 嵌套对象

{"users": [{"name": "xyz","age": 25},{"name": "abc","age": 30}],"group": "Group A"
}

from pydantic import BaseModel
from typing import Listclass User(BaseModel):name: strage: intclass UserGroup(BaseModel):users: List[User]group: str

十三、自动化文档

Flask并没有提供内置的自动化文档生成，可使用flask-swagger或flask-restful模块来辅助实现。
FastAPI可生成自动化文档，文档风格包括swagger和redoc，其中swagger对应路径为/docs，redoc对应路径为/redoc，如下所示：

Swagger 风格

ReDoc 风格

十四、CORS跨域

• Flask本身不支持CORS，可使用flask-cors模块辅助实现，代码如下：

from flask import Flask
from flask_cors import CORSapp_ = Flask(__name__)
CORS(app_)

• FastAPI提供了内置的中间件来处理CORS，示例代码如下：

# app.py
from fastapi import FastAPI
from fastapi.middleware.cors import CORSMiddlewareapp = FastAPI()app.add_middleware(CORSMiddleware,allow_origins=['*'],allow_credentials=True,allow_methods=["*"],allow_headers=["*"],
)