【工程实践】使用FastAPI进阶

1.服务端

        使用pydantic对输入文本进行校验，是否符合输入规则。

import json
import requests
import re
from fastapi import FastAPI, HTTPException, Request,Query
from fastapi.responses import JSONResponse, Response, StreamingResponse
import logging
import uvicorn
from pydantic import BaseModel
# 定义一个数据模型，用于接收和验证请求体中的数据
class DataModel(BaseModel):
    sentence: str
# http接口服务
app=FastAPI()
...
...

@app.post("/v1/Customer_Profile")
async def process_data(data: DataModel):
  #现在data是一个DataModel实例，你可以访问它的属性
  sentence = data.sentence
  if sentence is None:
    raise HTTPException(status_code=400, detail="Sentence query parameter is required")
  ...
  ...
  #启动fastapi服务
  uvicorn.run(app,
                host=None,
                port=19529,
                log_level="debug")

2.客户端

        客户端将请求数据封装在body中，可以避免将参数拼接到访问链接中，造成访问链接过长报错的风险。

import requests
import json
def Cus_pro(sentence):
    url = "http://0.0.0.0:19529/v1/Customer_Profile"
    data = {
        "sentence": sentence,
    }
    headers = {'Content-Type': 'application/json'}
    response = requests.post(url, data=json.dumps(data), headers=headers)

    # 检查响应状态码
    if response.status_code == 200:
        print("Success")
        return response.json()
    else:
        print("Error", response.text)
        return response.status_code