在 Visual Studio Code 中使用 FastAPI 教程

FastAPI 是一个用于使用 Python 构建 API 的现代高性能 Web 框架。它旨在使构建 API 变得快速而高效，同时提供自动验证、序列化和 API 文档等功能，使其成为构建 Web 服务和微服务的热门选择。

在本 FastAPI 教程中，我们将使用 FastAPI 创建一个购物清单应用。通过本教程的学习，您将了解如何在 Visual Studio Code 终端、编辑器和调试器中操作 FastAPI。本教程不是 FastAPI 的深入探究。有关深入学习，请参阅官方 FastAPI 文档。

如果这是您第一次使用 Python，我们建议您从我们的Python 教程开始，熟悉该语言和 VS Code 的 Python 支持。本教程更适合那些已经熟悉 Python 并希望学习如何在 VS Code 中使用 FastAPI 的人。

本 FastAPI 教程的完整代码项目可在 GitHub 上找到：python-sample-vscode-fastapi-tutorial。

如果你有任何问题，可以在 Python 扩展讨论问答中搜索答案或提问。

设置项目

您可以通过不同的方式为本教程设置项目。我们将介绍如何在 GitHub Codespaces 和本地 VS Code 中进行设置。

GitHub Codespaces

您可以设置此项目在 GitHub Codespaces 中进行开发，您可以在其中远程编码、调试和运行应用程序。Codespace 提供了一个完全配置的云托管开发环境，无需进行本地设置。此环境包括项目的依赖项、工具和扩展，确保一致且可重现的开发体验。它通过提供实时编辑、集成版本控制以及轻松访问调试和测试工具，简化了协作，同时维护了项目的安全性和可靠性。

注意：所有 GitHub.com 帐户都有一个包含在 Free 或 Pro 计划中的每月免费使用 GitHub Codespaces 的配额。有关详细信息，请访问关于 GitHub Codespaces 计费。

要为本教程设置 Codespace，请导航到此项目的 GitHub 存储库。此 Codespace 包含所有必要的配置和依赖项，可让您快速开始 FastAPI 开发。

对于本教程，请选择 dictionarybased 分支

dictionarybased branch selected in the python-sample-vscode-fastapi-tutorial GitHub repo

然后，选择 Code > Codespaces > Create Codespace on <dictionarybased> 分支以创建并打开项目的 Codespace。

完成后，您可以继续下面的替换数据库部分。

在本地 VS Code 中

要在 VS Code 中成功完成本教程，您首先需要设置 Python 开发环境。具体来说，本教程需要：

Python 3（如果尚未安装，请查看安装指南）
VS Code 的 Python 扩展（有关安装扩展的更多详细信息，您可以阅读扩展市场）。

在本节中，我们将创建一个文件夹作为 VS Code 中的工作区打开，设置 Python 虚拟环境，并安装项目的依赖项。

在文件系统中，为此教程创建一个项目文件夹，例如 groceries-plugin。
在 VS Code 中打开这个新文件夹（File > Open Folder…）。
当显示工作区信任提示时，选择 Yes, I trust the authors 以允许工作区访问必要的资源和扩展。您可以在文档中了解有关工作区信任的更多信息。

现在，让我们创建一个 requirements.txt 文件，其中列出了我们要为应用程序安装的依赖项。requirements.txt 文件是 Python 开发中的常见做法，用于指定项目所依赖的库及其版本。此文件有助于确保任何从事该项目的人都可以重现类似的开发环境，使其成为保持一致性的便捷组件。

我们将安装 FastAPI 来创建应用，uvicorn 作为服务器，以及 Redis 和 type-redis 来处理数据存储和与 Redis 数据库交互。

在 VS Code 中创建一个新文件（File > New Text File 或 ⌘N (Windows, Linux Ctrl+N)）。
向其中添加以下内容
```
fastapi
redis
types-redis
uvicorn
```
保存文件（⌘S (Windows, Linux Ctrl+S)）并将其命名为 requirements.txt。
通过打开命令面板（⇧⌘P (Windows, Linux Ctrl+Shift+P)）并运行 Python: Create Environment 命令来创建虚拟环境。

注意：此步骤可能需要几分钟才能完成。
当询问环境类型时，选择 Venv
然后选择计算机上可用的最新 Python 版本
从下拉列表中选择 requirements.txt 文件，以便自动安装依赖项，然后选择 OK

将创建虚拟环境，自动安装依赖项，并为工作区选择该环境供 Python 扩展使用。您可以通过检查 VS Code 的右下角来确认它已被选中

Environment in the Status bar

注意：如果您在状态栏上找不到新创建的环境信息，可以单击 Python 解释器指示器（或从命令面板运行 Python: Select Interpreter 命令）并手动选择虚拟环境。

开始编码

让我们创建应用程序！

通过使用 File > New File… 然后选择 Python File 来创建新的 Python 文件。
将其保存为 main.py（⇧⌘S (Windows, Linux Ctrl+Shift+S)）在 groceries-plugin 文件夹中。

将以下代码添加到 main.py 并保存文件

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def root():
    return {"message": "Hello World"}

通过启动调试器（F5）来运行代码。
从下拉菜单中，从列表中选择 FastAPI 配置选项

这会自动创建一个调试配置，通过调试器调用 uvicorn 来启动应用程序服务器，并允许您单步执行源代码以检查其行为。您应该在终端中看到类似于以下内容

提示：如果您的默认端口已被占用，请停止调试器并打开命令面板（⇧⌘P (Windows, Linux Ctrl+Shift+P)），搜索 Debug: Add Configuration，选择 Python Debugger，然后选择 FastAPI。这将在 .vscode/launch.json 中创建一个自定义配置文件，您可以对其进行编辑。将以下内容添加到 "args":[] 以设置自定义端口："--port=5000"。保存文件，然后使用（F5）重新启动调试器。
Ctrl+Click 终端中的 http://127.0.0.1:8000/ URL，在默认浏览器中打开该地址

恭喜！您的 FastAPI 应用已启动并运行！
使用调试工具栏中的 Stop 按钮，或通过 ⇧F5 (Windows, Linux Shift+F5) 停止调试器。

创建购物清单项的模型

既然 FastAPI 应用已正常工作，我们可以使用 Pydantic 来定义购物清单项，Pydantic 是一个数据验证和解析库，与 FastAPI 无缝集成。Pydantic 允许您使用 Python 类和类型提示来定义数据模型，以自动验证和解析 API 请求中的传入数据（称为“有效负载”）。

让我们为购物清单项创建一个模型。我们将使用 ItemPayload 模型来定义要添加到购物清单中的项目的数据结构。此模型将有三个字段：item_id、item_name 和 quantity。

使用 File > New File… 然后选择 Python File 创建一个新的 Python 文件。

向文件中添加以下行，然后将其保存到 groceries-plugin 文件夹中，命名为 models.py（⇧⌘S (Windows, Linux Ctrl+Shift+S)）

from typing import Optional
from pydantic import BaseModel

class ItemPayload(BaseModel):
    item_id: Optional[int]
    item_name: str
    quantity: int

Pylance 是 VS Code 中 Python 的默认语言服务器，支持类型提示功能，这对于使用 Pydantic 模型和 FastAPI 非常有用。这是因为 Pylance 构建在 Pyright 之上，Pyright 是一个 Python 静态类型检查器，可以检测代码中的类型错误，以防止 bug 并提高代码质量。

以下三个步骤是可选的，但鉴于 FastAPI 广泛使用类型提示来提高代码可读性和验证，我们可以利用 Pylance 的类型检查功能来尽早捕获错误

打开设置编辑器（⌘, (Windows, Linux Ctrl+,)）。
搜索“python type checking mode”并将其设置为 basic 以进行基本类型检查。Pylance 现在将显示诊断和警告以捕获简单的类型相关错误。或者，您可以将其设置为 strict 以强制执行更高级的类型检查规则。
接下来，搜索“Python inlay type hints”，并为 Variable Types 和 Function Return Types 启用内联提示

创建路由

现在我们需要一个地方来存储购物清单项。为简单起见，让我们从一个空字典开始。

首先，让我们导入样本所需的所有包。打开 main.py 文件并将第一行导入替换为以下几行
```
from fastapi import FastAPI, HTTPException

from models import ItemPayload
```
现在在 app = FastAPI() 下面添加以下行
```
grocery_list: dict[int, ItemPayload] = {}
```
这将创建一个新的空字典，它接收 int 类型的键（作为项目 ID）和 ItemPayload 类型的值。

现在我们将在 FastAPI 应用程序中定义路由。在 Web 应用程序的上下文中，路由就像将特定 URL 映射到处理它们的代码的路径。这些路由充当我们应用程序中不同功能的入口点。当客户端（例如 Web 浏览器或另一个程序）向我们的应用程序发送带有特定 URL 的请求时，FastAPI 会根据 URL 将该请求路由到适当的函数（也称为路由处理程序或视图函数），该函数处理请求并生成响应。

让我们继续定义路由以添加和检索单个项目，以及返回购物清单中的所有项目。

在 main.py 文件末尾添加以下路由

# Route to add a item
@app.post("/items/{item_name}/{quantity}")
def add_item(item_name: str, quantity: int):
    if quantity <= 0:
        raise HTTPException(status_code=400, detail="Quantity must be greater than 0.")
    # if item already exists, we'll just add the quantity.
    # get all item names
    items_ids = {item.item_name: item.item_id if item.item_id is not None else 0 for item in grocery_list.values()}
    if item_name in items_ids.keys():
        # get index of item_name in item_ids, which is the item_id
        item_id = items_ids[item_name]
        grocery_list[item_id].quantity += quantity
# otherwise, create a new item
    else:
        # generate an ID for the item based on the highest ID in the grocery_list
        item_id = max(grocery_list.keys()) + 1 if grocery_list else 0
        grocery_list[item_id] = ItemPayload(
            item_id=item_id, item_name=item_name, quantity=quantity
        )

    return {"item": grocery_list[item_id]}

如果您在上一节中启用了类型提示，您可能会注意到 Pylance 会添加带有函数返回类型以及 item_ids 和 item_id 类型的内联提示。您可以选择双击每个建议将其插入到代码中

Inlay function return and variable type hints being displayed by Pylance throughout the sample code

现在让我们检查此路由是否按预期工作。最快的方法是同时使用 VS Code 的调试器和 FastAPI 的 /docs 端点，该端点提供有关所有可用 API 路由的信息，并允许您与 API 交互以探索其参数和响应。此文档是根据 FastAPI 应用程序中定义的元数据和类型提示动态生成的。

通过单击行号的左侧边距（或 F9）在 if quantity <= 0 语句旁边添加一个断点。调试器将在执行该行之前停止，因此您可以逐行检查代码。
启动调试器（F5），然后导航到浏览器中的 http://127.0.0.1:8000/docs。

应该有一个 Swagger 界面，其中包含应用程序中可用的两个端点：/items 和根（/）。
选择 /items 路由旁边的向下箭头以展开它，然后选择右侧出现的 Try it out 按钮。
通过向 item_name 字段传递字符串和向 quantity 传递数字来添加购物清单项。例如，您可以提供 apple 作为 item_name 和 2 作为 quantity。
选择 Execute。
再次打开 VS Code，注意调试器已在您之前设置的断点处停止。

在左侧，在此点定义的所有局部变量和全局变量都显示在 Run and Debug 视图下的 Variables 窗口中。在我们的示例中，item_name 在 locals 变量视图下设置为 'apple'，quantity 设置为 2，以及 globals 变量视图下的空 grocery_list 字典。

现在让我们使用 VS Code 的 Debug Console 进行一些探索。
选择 quantity <= 0 语句，右键单击编辑器并选择 Evaluate in Debug Console

这将打开 Debug Console 并运行所选表达式。正如我们在示例中预期的那样，表达式计算为 False。

Debug Console 是一个功能强大的工具，可以快速测试表达式并更好地了解断点处的代码状态。您还可以使用它来运行任意代码，例如调用函数或打印变量。您可以在Python 教程中了解有关 VS Code 中 Python 调试的更多信息。

现在您可以通过选择 Debug 视图工具栏中的 Continue，或按 F5 来继续执行代码。

最后，让我们为应用程序添加剩余的路由，以便我们可以列出所有项目或特定项目，以及将它们从我们的购物清单中删除。您可以让调试器保持运行状态，因为当您保存下一步所做的更改时，它会自动重新加载应用程序。

将 main.py 中的内容替换为以下代码

from fastapi import FastAPI, HTTPException

from models import ItemPayload

app = FastAPI()

grocery_list: dict[int, ItemPayload] = {}

# Route to add an item
@app.post("/items/{item_name}/{quantity}")
def add_item(item_name: str, quantity: int) -> dict[str, ItemPayload]:
    if quantity <= 0:
        raise HTTPException(status_code=400, detail="Quantity must be greater than 0.")
    # if item already exists, we'll just add the quantity.
    # get all item names
    items_ids: dict[str, int] = {
        item.item_name: item.item_id if item.item_id is not None else 0
        for item in grocery_list.values()
    }
    if item_name in items_ids.keys():
        # get index of item_name in item_ids, which is the item_id
        item_id: int = items_ids[item_name]
        grocery_list[item_id].quantity += quantity
    # otherwise, create a new item
    else:
        # generate an ID for the item based on the highest ID in the grocery_list
        item_id: int = max(grocery_list.keys()) + 1 if grocery_list else 0
        grocery_list[item_id] = ItemPayload(
            item_id=item_id, item_name=item_name, quantity=quantity
        )

    return {"item": grocery_list[item_id]}


# Route to list a specific item by ID
@app.get("/items/{item_id}")
def list_item(item_id: int) -> dict[str, ItemPayload]:
    if item_id not in grocery_list:
        raise HTTPException(status_code=404, detail="Item not found.")
    return {"item": grocery_list[item_id]}


# Route to list all items
@app.get("/items")
def list_items() -> dict[str, dict[int, ItemPayload]]:
    return {"items": grocery_list}


# Route to delete a specific item by ID
@app.delete("/items/{item_id}")
def delete_item(item_id: int) -> dict[str, str]:
    if item_id not in grocery_list:
        raise HTTPException(status_code=404, detail="Item not found.")
    del grocery_list[item_id]
    return {"result": "Item deleted."}


# Route to remove some quantity of a specific item by ID
@app.delete("/items/{item_id}/{quantity}")
def remove_quantity(item_id: int, quantity: int) -> dict[str, str]:
    if item_id not in grocery_list:
        raise HTTPException(status_code=404, detail="Item not found.")
    # if quantity to be removed is higher or equal to item's quantity, delete the item
    if grocery_list[item_id].quantity <= quantity:
        del grocery_list[item_id]
        return {"result": "Item deleted."}
    else:
        grocery_list[item_id].quantity -= quantity
    return {"result": f"{quantity} items removed."}

保存文件（⌘S (Windows, Linux Ctrl+S)）。应用程序应该自动重新加载。

您现在可以再次打开 /docs 页面并测试新路由，使用调试器和 Debug Console 更好地了解代码执行。完成后，您可以停止调试器（⇧F5 (Windows, Linux Shift+F5)）。您也可以通过单击我们G第 4 步中添加的断点将其删除。

恭喜！您现在拥有一个可以正常工作的 FastAPI 应用程序，其中包含用于添加、列出和删除购物清单中的项目的路由。

设置数据存储

此时，您已经拥有了一个具有基本功能的应用程序的正常工作版本。本节将指导您设置持久化数据存储，但如果您对已学到的内容感到满意，则可以选择跳过它。

到目前为止，我们将数据存储在字典中，这并不理想，因为当应用程序重新启动时，所有数据都会丢失。

为了持久化数据，我们将使用 Redis，它是一个开源的内存数据结构存储。由于其速度和多功能性，Redis 通常用作各种应用程序中的数据存储系统，包括 Web 应用程序、实时分析系统、缓存层、本教程等等。

如果您已经在GitHub Codespaces上使用我们现有的模板，您可以直接跳到替换数据库部分。

如果您使用的是 Windows，您可以通过设置 Docker 容器或 GitHub Codespace 来使用 Redis。在本教程中，我们将使用 Docker 容器，但您可以参阅上一节中的说明来设置 GitHub Codespace。

否则，如果您使用的是 Linux 或 macOS 计算机，您可以按照其网站上的说明安装 Redis，然后跳到替换数据库部分。

在 Windows 上设置 Docker 容器

VS Code Dev Containers 扩展提供了一种流线型的方法，可以将您的项目、其依赖项和所有必要的工具整合到一个整洁的容器中，创建一个功能齐全的开发环境。该扩展允许您在 VS Code 中打开容器内部（或装载到容器中）的项目，您将拥有其完整的功能集。

对于以下步骤，请确保您的计算机上安装了以下要求

要求

适用于 Windows 的 Docker
Dev Containers 扩展

创建 Dev 容器配置

打开命令面板并运行 Dev Containers: Add Dev Container Configuration Files…。
选择 Python 3
选择默认版本。
选择 Redis Server 作为要安装的附加功能，按 OK，然后选择 Keep Defaults。

我们可以选择安装要包含在容器中的功能。对于本教程，我们将安装 Redis Server，这是一个社区贡献的功能，它安装并添加了 Redis 的适当开发容器设置。

这将在您的工作区中创建一个 .devcontainer 文件夹，其中包含一个 devcontainer.json 文件。让我们对这个文件进行一些编辑，以便容器设置包括安装我们需要的 VS Code 扩展以及项目依赖项等步骤。
打开 devcontainer.json 文件。
在 "features" : { ... } 条目之后添加一个“,”，以便我们可以向文件添加更多设置。

接下来，我们将必要的依赖项安装命令添加到 devcontainer.json 文件中的 postCreateCommand 属性，以便容器设置完成后我们的应用程序即可运行。
找到以下内容并删除该行中的注释 (//)，以便在创建容器后安装依赖项
```
"postCreateCommand": "pip3 install --user -r requirements.txt",
```
您可以在开发容器规范中了解有关 postCreateCommand 和更多生命周期脚本的信息。

现在我们将使用 customizations 属性来添加我们希望安装在容器中的 VS Code 扩展。

将以下设置添加到 devcontainer.json

    // Use 'postCreateCommand' to run commands after the container is created.
    "postCreateCommand": "pip3 install --user -r requirements.txt",

    // Configure tool-specific properties.
    "customizations": {
        "vscode": {
            "extensions": [
                "ms-python.python", //Python extension ID
                "ms-python.vscode-pylance" //Pylance extension ID
            ]
        }
    }

保存文件。
从右下角显示的通知中选择 Reopen in Container，或从命令面板运行 Dev Containers: Reopen in Container 命令。

注意：构建容器可能需要几分钟，具体取决于互联网速度和机器性能。

您可以在Dev Containers 文档中了解有关 dev 容器配置的更多信息。

完成后，您将拥有一个完全配置的基于 Linux 的工作区，并安装了 Python 3 和 Redis Server。

一旦容器设置完成，您将注意到 VS Code 左下角的指示器

Dev Containers indicator displayed on the bottom left corner of VS Code

注意：通过打开扩展视图（⇧⌘X (Windows, Linux Ctrl+Shift+X)）并搜索 Python 和 Pylance 扩展，仔细检查它们是否已成功安装在容器中。如果没有，您可以通过运行 Install in Dev Container 来安装它们。

所选的 Python 解释器信息可在右下角的状态栏上找到，与 devcontainer.json 文件中指定的版本匹配

Python interpreter selection

注意：如果您在状态栏上找不到 Python 解释器信息，可以单击 Python 解释器指示器（或从命令面板运行 Python: Select Interpreter 命令）并手动选择容器中的 Python 解释器。

我们现在准备进入下一节，我们将替换数据存储。

替换数据库

我们有一个存储购物清单项的字典，但我们想用 Redis 数据库替换它。在本教程中，我们将使用 Redis 哈希来存储我们的数据，它是一种可以存储多个键值对的数据结构。

与传统数据库不同，您可以在不知道其 ID 的情况下检索项目，您需要知道 Redis 哈希键才能从中检索值。在本教程中，我们将创建一个名为 item_name_to_id 的哈希，用于按名称检索项目，并将它们映射到其 ID。此外，我们将创建其他哈希以按 ID 检索项目，将它们映射到其名称和数量。每个项目哈希都命名为 item_id:{item_id} 并有两个字段：item_name 和 quantity。

首先，让我们从将字典替换为连接到 Redis 服务器的 Redis 客户端对象开始。

在 main.py 文件中，将文件开头的 grocery_list: dict[int, ItemPayload] = {} 替换为以下几行
```
redis_client = redis.StrictRedis(host='0.0.0.0', port=6379, db=0, decode_responses=True)
```
Pylance 将显示一条错误消息，因为 Redis 尚未导入。
将光标放在编辑器中的“redis”上，然后单击显示的灯泡（或 ⌘. (Windows, Linux Ctrl+.)）。然后选择 Add 'import redis'。

提示：您可以通过在设置编辑器（⌘, (Windows, Linux Ctrl+,)）中查找 Auto Import Completions 设置并启用它来设置 Pylance 自动添加导入。

我们现在有一个 Redis 客户端对象，它连接到在本地主机 (host="0.0.0.0") 上运行并侦听端口 6379 (port=6379) 的 Redis 服务器。db 参数指定要使用的 Redis 数据库。Redis 支持多个数据库，在此代码中我们将使用数据库 0，这是默认数据库。我们还传递 decode_responses=True 以便将响应解码为字符串（而不是字节）。

让我们在第一个路由 add_item 中进行更多替换。我们可以直接从 Redis 哈希中获取信息，而不是查看字典中的所有键来查找已提供的项目名称。

我们将假设 item_name_to_id 哈希已经存在，将项目名称映射到其 ID（别担心，我们很快就会添加此代码！）。然后，我们可以通过调用 Redis 的 hget 方法来获取我们在请求中接收到的项目名称的 ID，如果请求的名称已存在于哈希中，它将返回项目 ID，如果不存在，则返回 None。
删除包含以下内容的行
```
items_ids = {item.item_name: item.item_id if item.item_id is not None else 0 for item in grocery_list.values()}
```
并将其替换为
```
  item_id = redis_client.hget("item_name_to_id", item_name)
```
请注意，Pylance 对此更改提出了一个问题。这是因为 hget 方法返回 str 或 None（如果项目不存在）。但是，我们尚未替换的代码下面的行期望 item_id 的类型为 int。让我们通过重命名 item_id 符号来解决此警告。
将 item_id 重命名为 item_id_str。
如果启用了内联提示，Pylance 应该在 item_id_str 旁边显示变量类型提示。您可以选择双击以接受它
如果项目不存在，则 item_id_str 为 None。所以现在我们可以删除包含以下内容的行
```
if item_name in items_ids.keys():
```
并将其替换为
```
if item_id_str is not None:
```
现在我们有了作为字符串的项目 ID，我们需要将其转换为 int 并更新项目的数量。目前，我们的 Redis 哈希仅将项目名称映射到其 ID。为了也将项目 ID 映射到其名称和数量，我们将为每个项目创建一个单独的 Redis 哈希，使用 "item_id:{item_id}" 作为我们的哈希名称，以便按 ID 检索更容易。我们还将为每个这些哈希添加 item_name 和 quantity 字段。
删除 if 块中的代码
```
item_id: int = items_ids[item_name]
grocery_list[item_id].quantity += quantity
```
并添加以下内容，将 item_id 转换为 int，然后通过调用 Redis 的 hincrby 方法来增加项目的数量。此方法按请求中给定的数量 (quantity) 增加 "quantity" 字段的值
```
item_id = int(item_id_str)
redis_client.hincrby(f"item_id:{item_id}", "quantity", quantity)
```
我们现在只需要替换项目不存在（即 item_id_str 为 None）时的代码。在这种情况下，我们生成一个新的 item_id，为该项目创建一个新的 Redis 哈希，然后添加提供的项目名称和数量。

要生成一个新的 item_id，让我们使用 Redis 的 incr 方法，传递一个名为 "item_ids" 的新哈希。此哈希用于存储最后生成的 ID，因此我们可以在每次创建新项目时递增它，确保它们都具有唯一的 ID。
删除包含以下内容的行
```
item_id: int = max(grocery_list.keys()) + 1 if grocery_list else 0
```
并添加以下内容
```
item_id: int = redis_client.incr("item_ids")
```
当第一次使用 item_ids 键运行此 incr 调用时，Redis 会创建该键并将其映射到值 1。然后，每次后续运行时，它会将存储的值递增 1。

现在我们将使用 hset 方法将项目添加到 Redis 哈希中，并提供字段（item_id、item_name 和 quantity）和值（项目新创建的 ID 及其提供的名称和数量）的映射。

删除包含以下内容的行

grocery_list[item_id] = ItemPayload(
        item_id=item_id, item_name=item_name, quantity=quantity
    )

并将其替换为以下内容

redis_client.hset(
            f"item_id:{item_id}",
            mapping={
                "item_id": item_id,
                "item_name": item_name,
                "quantity": quantity,
            })

现在我们只需要通过设置我们在开头引用的哈希 item_name_to_id 来将新创建的 ID 映射到项目名称。

将此行添加到路由末尾的 else 块中

redis_client.hset("item_name_to_id", item_name, item_id)

删除包含以下内容的行

return {"item": grocery_list[item_id]}

并将其替换为

return {"item": ItemPayload(item_id=item_id, item_name=item_name, quantity=quantity)}

如果您愿意，可以尝试对其他路由进行类似的替换。否则，您可以直接将文件的全部内容替换为以下几行

import redis
from fastapi import FastAPI, HTTPException

from models import ItemPayload

app = FastAPI()

redis_client = redis.StrictRedis(host="0.0.0.0", port=6379, db=0, decode_responses=True)

# Route to add an item
@app.post("/items/{item_name}/{quantity}")
def add_item(item_name: str, quantity: int) -> dict[str, ItemPayload]:
    if quantity <= 0:
        raise HTTPException(status_code=400, detail="Quantity must be greater than 0.")

    # Check if item already exists
    item_id_str: str | None = redis_client.hget("item_name_to_id", item_name)

    if item_id_str is not None:
        item_id = int(item_id_str)
        redis_client.hincrby(f"item_id:{item_id}", "quantity", quantity)
    else:
        # Generate an ID for the item
        item_id: int = redis_client.incr("item_ids")
        redis_client.hset(
            f"item_id:{item_id}",
            mapping={
                "item_id": item_id,
                "item_name": item_name,
                "quantity": quantity,
            },
        )
        # Create a set so we can search by name too
        redis_client.hset("item_name_to_id", item_name, item_id)

    return {
        "item": ItemPayload(item_id=item_id, item_name=item_name, quantity=quantity)
    }


# Route to list a specific item by ID but using Redis
@app.get("/items/{item_id}")
def list_item(item_id: int) -> dict[str, dict[str, str]]:
    if not redis_client.hexists(f"item_id:{item_id}", "item_id"):
        raise HTTPException(status_code=404, detail="Item not found.")
    else:
        return {"item": redis_client.hgetall(f"item_id:{item_id}")}


@app.get("/items")
def list_items() -> dict[str, list[ItemPayload]]:
    items: list[ItemPayload] = []
    stored_items: dict[str, str] = redis_client.hgetall("item_name_to_id")

    for name, id_str in stored_items.items():
        item_id: int = int(id_str)

        item_name_str: str | None = redis_client.hget(f"item_id:{item_id}", "item_name")
        if item_name_str is not None:
            item_name: str = item_name_str
        else:
            continue  # skip this item if it has no name

        item_quantity_str: str | None = redis_client.hget(
            f"item_id:{item_id}", "quantity"
        )
        if item_quantity_str is not None:
            item_quantity: int = int(item_quantity_str)
        else:
            item_quantity = 0

        items.append(
            ItemPayload(item_id=item_id, item_name=item_name, quantity=item_quantity)
        )

    return {"items": items}


# Route to delete a specific item by ID but using Redis
@app.delete("/items/{item_id}")
def delete_item(item_id: int) -> dict[str, str]:
    if not redis_client.hexists(f"item_id:{item_id}", "item_id"):
        raise HTTPException(status_code=404, detail="Item not found.")
    else:
        item_name: str | None = redis_client.hget(f"item_id:{item_id}", "item_name")
        redis_client.hdel("item_name_to_id", f"{item_name}")
        redis_client.delete(f"item_id:{item_id}")
        return {"result": "Item deleted."}


# Route to remove some quantity of a specific item by ID but using Redis
@app.delete("/items/{item_id}/{quantity}")
def remove_quantity(item_id: int, quantity: int) -> dict[str, str]:
    if not redis_client.hexists(f"item_id:{item_id}", "item_id"):
        raise HTTPException(status_code=404, detail="Item not found.")

    item_quantity: str | None = redis_client.hget(f"item_id:{item_id}", "quantity")

    # if quantity to be removed is higher or equal to item's quantity, delete the item
    if item_quantity is None:
        existing_quantity: int = 0
    else:
        existing_quantity: int = int(item_quantity)
    if existing_quantity <= quantity:
        item_name: str | None = redis_client.hget(f"item_id:{item_id}", "item_name")
        redis_client.hdel("item_name_to_id", f"{item_name}")
        redis_client.delete(f"item_id:{item_id}")
        return {"result": "Item deleted."}
    else:
        redis_client.hincrby(f"item_id:{item_id}", "quantity", -quantity)
        return {"result": f"{quantity} items removed."}

重新运行调试器，通过与 /docs 路由交互来测试此应用程序。完成后可以停止调试器。

恭喜！您现在拥有一个可以正常工作的 FastAPI 应用程序，其中包含用于添加、列出和删除购物清单中的项目的路由，并且数据持久化在 Redis 数据库中。

可选：设置数据库删除

现在数据已由 Redis 持久化，您可能希望创建一个脚本来擦除所有测试数据。为此，创建一个名为 flushdb.py 的新文件，其中包含以下内容

import redis

redis_client = redis.StrictRedis(host='0.0.0.0', port=6379, db=0, decode_responses=True)
redis_client.flushdb()

然后，当您想要重置数据库时，可以在 VS Code 中打开 flushdb.py 文件并选择编辑器右上角的 Run 按钮，或从命令面板运行 Python: Run Python File in Terminal 命令。

请注意，这应该谨慎进行，因为它将删除当前数据库中的所有键，如果在生产环境中进行，可能会导致数据丢失。

可选：创建 GPT Action

使用 GitHub Codespaces，您可以在使用 GPT Actions 时托管应用程序进行测试。GPT Actions 是使 ChatGPT 能够与现有 API 交互以增强 ChatGPT 能力的工具，允许它执行各种操作。您可以观看下面的直播录制来为 ChatGPT 创建自己的购物清单插件

注意：所有个人 GitHub.com 帐户都有一个包含在 Free 或 Pro 计划中的每月免费使用 GitHub Codespaces 的配额。有关详细信息，请访问关于 GitHub Codespaces 计费。

后续步骤

感谢您遵循本教程！我们希望您学到了关于 FastAPI 以及如何在 VS Code 中使用它的一些新知识。

本教程的完整代码项目可在 GitHub 上找到：python-sample-vscode-fastapi-tutorial。

在官方文档中了解有关 FastAPI 的更多信息。

要在生产网站上试用该应用，请查看教程使用 Docker 容器将 Python 应用程序部署到 Azure 应用服务。

您还可以查看这些其他 VS Code Python 文章

12/10/2025