在 FastAPI 中，`Form` 是用于接收表单数据的工具，而 Pydantic 则是用于数据验证和序列化的库。FastAPI 内部使用了 Pydantic 来处理请求体（如 JSON 数据）的数据验证。但当涉及到 `Form` 数据时，FastAPI 提供了特殊的支持，允许我们结合 Pydantic 和 `Form` 参数一起使用。 虽然 FastAPI 不直接支持将整个 `Form` 数据映射到一个 Pydantic 模型，但我们可以通过手动方式实现这一功能。 ### 解决方案 以下是一个示例代码，展示如何结合 Pydantic 和 `Form` 参数： ```python from fastapi import FastAPI, Form from pydantic import BaseModel, validator from typing import Optional app = FastAPI() # 定义一个 Pydantic 模型 class FormData(BaseModel): username: str password: str age: Optional[int] = None # 可以添加自定义校验逻辑 @validator('age') def check_age(cls, value): if value is not None and value < 0: raise ValueError("Age cannot be negative") return value @app.post("/login/") async def login( username: str = Form(...), password: str = Form(...), age: Optional[int] = Form(None) ): # 手动将 Form 数据映射到 Pydantic 模型 form_data = FormData(username=username, password=password, age=age) return {"message": "Login successful", "data": form_data.dict()} ``` ### 代码解释 1. **定义 Pydantic 模型**： - 使用 `BaseModel` 创建了一个名为 `FormData` 的模型。 - 模型中定义了三个字段：`username`、`password` 和可选字段 `age`。 - 添加了一个自定义校验器 `check_age`，确保 `age` 字段不能为负数。 2. **接收 Form 数据**： - 在路径操作函数中，使用 `Form(...)` 接收表单参数。 - `username` 和 `password` 是必填项，`age` 是可选项。 3. **将 Form 数据映射到 Pydantic 模型**： - 在路径操作函数内部，将接收到的 `Form` 数据手动传递给 `FormData` 模型进行验证。 - 如果数据不符合模型定义的要求，Pydantic 会自动抛出异常，并返回错误信息。 4. **返回结果**： - 验证通过后，将模型转换为字典并返回。 --- ### 注意事项 - FastAPI 并不支持直接将 `Form` 数据绑定到 Pydantic 模型上（与 JSON 请求体不同），因此需要手动传递参数。 - 如果需要上传文件，则可以结合 `File` 和 `Form` 参数一起使用。 --- ###