早上上班前询问ai将第二天的主要内容重点整理下

问题如下：

学习下后端基础与数据核心 (FastAPI)，帮我把第二天的学习内容主要说下
• Day 2 (数据模型):
    ○ 安装 pydantic。学习如何定义数据格式。
    ○ 任务： 定义一个 Article 模型（包含 id, title, content）。
学习点： Pydantic Model。

得到如下内容

Day 2: 数据模型 (Pydantic & Data Shapes)

目标：摆脱手动的 JSON 解析，学会使用 Pydantic 定义数据“长什么样”。这是 FastAPI 最强大的核心功能之一。

1. 核心概念：Pydantic

FastAPI 不像 Flask 那样需要你自己去解析 request.json()。你只需要定义一个 Python 类，FastAPI 会自动完成以下工作：

1. 读取请求体：从 JSON 中读取数据。
2. 数据校验：确保 id 是数字，title 是字符串。如果类型不对，自动报错。
3. 自动文档：根据你的类，自动在 /docs 页面生成交互式文档。

2. 准备工作

虽然安装 fastapi 时通常会自动安装 pydantic，但为了保险起见（以及后续可能用到特定功能）：

pip install pydantic  

3. 任务：定义 Article 模型

我们需要一个模型来代表你的“教程文章”。

代码实现 (main.py)
将以下代码添加到你的 main.py 中（或者覆盖昨天的练习代码）：

from fastapi import FastAPI  
from pydantic import BaseModel # 1. 导入 Pydantic 的基类  
  
app = FastAPI()  
  
# 2. 定义数据模型  
# 这个类定义了前端必须发给你的数据格式  
class Article(BaseModel):  
    id: int  
    title: str  
    content: str  
    # 可选：如果要定义可选字段，可以使用 Optional[str] = None  
  
# 3. 创建一个接口使用这个模型  
@app.post("/articles/")  
async def create_article(article: Article):  
    # 这里的 article 参数已经是验证过的 Article 对象了  
    # 可以直接使用 article.title, article.content  
      
    # 模拟：我们只是把接收到的数据原样返回，证明解析成功  
    return {  
        "message": "文章接收成功",  
        "data": article  
    }  

4. 验证与测试

不要写前端代码，直接使用 FastAPI 自带的文档工具测试。

运行服务：uvicorn main:app --reload
浏览器访问：http://127.0.0.1:8000/docs
找到 POST /articles/ 接口。
点击 Try it out。
在 Request body 中输入：
json

{  
  "id": 1,  
  "title": "学习 FastAPI 第2天",  
  "content": "我开始创建一个api接口。"  
}  

点击 Execute。
观察结果：
成功：返回状态码 200 和你发送的数据。
测试校验：试着把 “id”: 1 改成 “id”: “not-a-number”，再次发送。你会发现 FastAPI 自动返回 422 Unprocessable Entity 错误，告诉你是 id 字段类型错了。

5. 学习总结 (Key Takeaways)

Pydantic Model: 所有的请求体数据结构都应该继承自 BaseModel。
Type Hints: Python 的类型提示 (: int, : str) 在 FastAPI 中不仅仅是注释，它们决定了数据验证逻辑。
自动化: 定义好模型后，文档和验证全自动生成，无需手写 if not title: return error。

Next Step (Day 3): 数据存不住？明天我们将引入简单的数据库，把这些文章真正保存下来。

===========================================================

===========================================================

上班前
花上10分钟粗略看一遍，并安装了

pip install pydantic

上午抽空：
创建了main.py并执行了
uvicorn main:app --reload
打开http://127.0.0.1:8000/docs得到如下：
No operations defined in spec!

提醒没有定义任何操作
检查发现少写了装饰符号@app.post(“/articles/”)
添加后正常了

然后点击 Try it out在post中输入
{
“id”: 1,
“title”: “学习 FastAPI 第2天”,
“content”: “今天我学会了安装环境和 Hello World。”
}
点击 Execute。
观察结果：
成功：返回状态码 200 和你发送的数据。

中午吃过饭
将id改成字符串而非数字会出现422
Error: Unprocessable Entity（错误：无法处理的实体）
同样,title和content也要符合定义必须是str，我测试了下""空的字符串也可以的

class Article(BaseModel):
    id : int
    title : str
    content : str

测试下可选字段

class Article(BaseModel):
    id : int
    title : str
    content : str
    # 可选 ： 如果要自定义可选字段，可以使用 Optional[str] = None
    author : str = None

可以输入author字段，也可以不输入
好像只好给了初始值为None就会变成可选字段了我测试下将title和id赋值None

class Article(BaseModel):
    id : int = None
    title : str  = None
    content : str
    # 可选 ： 如果要自定义可选字段，可以使用 Optional[str] = None
    author : str

确实可以不填写这个段字段。我搜错了下正规的写法应该在等号前面加上一个Optional[str]
修改后的代码如下：

class Article(BaseModel):
    id : int
    title : str
    content : str
    # 可选 ： 如果要自定义可选字段，可以使用 Optional[str] = None
    author : Optional[str] = None

如果没有赋值None就是必填字段，赋值None就是可选字段
但是报错NameError: name ‘Optional’ is not defined
解决方法是在最上面导入该模块，在typing中
from typing import Optional