在 FastAPI 中，`Request` 是一个结构体（类），用于直接访问底层的 HTTP 请求对象。它提供了对请求头、查询参数、路径参数、请求体等的访问功能。以下是 `Request` 结构体的详细使用方法和示例。 --- ### 示例：使用 `Request` 结构体 ```python from fastapi import FastAPI, Request from pydantic import BaseModel app = FastAPI() # 定义一个 Pydantic 模型类 class Item(BaseModel): name: str description: str = None # 使用 Request 访问原始 HTTP 请求对象 @app.post("/items/") async def create_item(request: Request, item: Item): # 获取请求的客户端 IP 地址 client_host = request.client.host client_port = request.client.port # 获取请求头 user_agent = request.headers.get("User-Agent") # 获取查询参数 query_param = request.query_params.get("param", "default_value") # 打印请求信息 print(f"Client Host: {client_host}") print(f"Client Port: {client_port}") print(f"User-Agent: {user_agent}") print(f"Query Param: {query_param}") # 返回响应 return { "item": item, "client_host": client_host, "user_agent": user_agent, "query_param": query_param } ``` --- ### 上述代码解释 1. **导入 `Request`**： - `Request` 是 FastAPI 提供的一个类，用于访问原始 HTTP 请求对象。 2. **定义路由**： - 路由 `/items/` 接受 POST 请求。 - 参数 `request: Request` 用于接收原始请求对象。 - 参数 `item: Item` 是一个 Pydantic 模型，用于解析请求体中的 JSON 数据。 3. **访问客户端信息**： - `request.client.host` 和 `request.client.port` 分别获取客户端的 IP 地址和端口号。 4. **访问请求头**： - `request.headers` 是一个字典，包含所有请求头字段。 - 使用 `request.headers.get("User-Agent")` 获取 `User-Agent` 请求头的值。 5. **访问查询参数**： - `request.query_params` 是一个类似字典的对象，包含所有查询参数。 - 使用 `request.query_params.get("param", "default_value")` 获取名为 `param` 的查询参数，如果不存在则返回默认值 `"default_value"`。 6. **返回响应**： - 将解析到的请求信息和接收到的 `item` 数据一起返回。 --- ### 测试接口 可以使用 `curl` 或 Postman 测试该接口。以下是一个 `curl` 命令示例： ```bash curl -X POST http://127.0.0.1:8000/items/?param=test \ -H "Content-Type: application/json" \ -H "User-Agent: MyCustomAgent" \ -d '{"name": "Foo", "description": "A very nice Item"}' ``` 返回结果示例： ```json { "item": { "name": "Foo", "description": "A very nice Item" }, "client_host": "127.0.0.1", "user_agent": "MyCustomAgent", "query_param": "test" } ``` --- ### 注意事项 1. **`Request` 和 `Pydantic` 的区别**： - `Request` 提供对原始 HTTP 请求对象的访问，适合处理复杂的请求场景（如访问请求头、查询参数等）。 - `Pydantic` 模型主要用于解析和验证请求体中的 JSON 数据。 2. **异步支持**： - FastAPI 支持异步操作，因此你可以使用 `await` 关键字来处理耗时任务（如数据库查询或外部 API 调用）。 3. **安全性**： - 在生产环境中，避免直接暴露敏感的客户端信息（如 IP 地址）。 --- ### 更多示例：读取请求体的原始数据 如果需要直接读取请求体的原始数据（而非通过 Pydantic 解析），可以使用以下方式： ```python from fastapi import FastAPI, Request app = FastAPI() @app.post("/raw-body/") async def read_raw_body(request: Request): # 读取请求体的原始数据 body = await request.body() print(f"Raw Body: {body.decode()}") # 返回响应 return {"raw_body": body.decode()} ``` ---