FastAPI+pydantic+SQLAlchemy返回多个数据

问题#

比如在ORM中查询all, 那么使用pydantic.from_orm获取对应的数据呢?

解决思路#

只需要, 将一个字段对应为List, 元素为对应SQLAlchemypydantic模型即可
pydantic模型要设置orm_modeTrue

例子#

schemas.py 定义模型

# 对应ORM的数据
class Note(BaseModel):
nid: int
content: str
created_at: datetime
updated_at: datetime
class Config:
orm_mode = True # 需要设置orm_mode为True
# 要返回的模型
class Notes(BaseModel):
status: str
msg: str
data: List[Note]

crud.py 用于增删改查

def query_note_all(session: Session, offset: int, limit: int) -> List[schemas.Note]:
"""
查询note全部数据
:param session: ORM 的 session
:param offset: 跳过多少数据
:param limit: 取多少条数据
:return: Note列表
"""
notes = session.execute(
select(Note).where(Note.is_active == True).limit(limit).offset(offset)
).scalars().all()
return notes

注意这里的scalars().all()等同于1.x版本的query().all(), 见: 1.x与2.0的ORM接口对比

main.py 用于定义FastAPI代码

@app.get("/data", response_model=schemas.Notes)
async def get_note_date(offset: Optional[int] = 0, limit: Optional[int] = 10,
session: Session = Depends(get_session)):
notes = crud.query_note_all(session, offset=offset, limit=limit)
return {
"status": 1,
"data": notes,
"msg": "获取成功",
}
posted @   403·Forbidden  阅读(456)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 开源Multi-agent AI智能体框架aevatar.ai,欢迎大家贡献代码
· Manus重磅发布:全球首款通用AI代理技术深度解析与实战指南
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· AI技术革命,工作效率10个最佳AI工具
点击右上角即可分享
微信分享提示
主题色彩