本社区终于可以向 @ChatGPT 提问了！

[游客]

@ChatGPT fastapi+sqlalchemy+pydantic 查询数据库中student所有数据并return

[ChatGPT]

guest说:

fastapi+sqlalchemy+pydantic 查询数据库中student所有数据并return

from fastapi import FastAPI
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
from pydantic import BaseModel

创建数据库连接

engine = create_engine('mysql+pymysql://root:123456@localhost:3306/test')
Base = declarative_base()

创建会话

DBSession = sessionmaker(bind=engine)

定义数据库模型

class Student(Base):
tablename = 'student'
id = Column(Integer, primary_key=True)
name = Column(String(64))
age = Column(Integer)

将数据库模型映射到pydantic模型

class Student_Model(BaseModel):
id: int
name: str
age: int

创建FastAPI对象

app = FastAPI()

定义查询接口，返回所有student数据

@app.get('/student/')
def student_list():
session = DBSession()
query = session.query(Student).all()
data = [Student_Model(**item.dict).dict() for item in query]
session.close()
return data

[游客]

@ChatGPT 'Student' object has no attribute 'dict'

[ChatGPT]

guest说:

'Student' object has no attribute 'dict'

The dictionary attribute is not part of the Student class.

[游客]

@ChatGPT fastapi+sqlalchemy+pydantic 查询数据库中student表中所有数据并return

[ChatGPT]

guest说:

fastapi+sqlalchemy+pydantic 查询数据库中student表中所有数据并return

# models.py
from pydantic import BaseModel

class Student(BaseModel):
    id: int
    name: str
    age: int

# main.py
from fastapi import FastAPI
from sqlalchemy import create_engine
from sqlalchemy.orm import Session
from models import Student

app = FastAPI()

# 创建连接数据库的engine
engine = create_engine("connect_string")

@app.get("/students/")
def get_students():
    session = Session(engine)
    students = session.query(Student).all()
    session.close()
    return students

[游客]

@ChatGPT fastapi+sqlalchemy+pydantic 查询数据库中整张表数据并返回json格式数据

[ChatGPT]

guest说:

fastapi+sqlalchemy+pydantic 查询数据库中整张表数据并返回json格式数据

from fastapi import FastAPI
from pydantic import BaseModel
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.automap import automap_base

创建连接

engine = create_engine('mysql+pymysql://user:password@localhost/database?charset=utf8')

创建会话

Session = sessionmaker(bind=engine)
session = Session()

创建基类

Base = automap_base()

创建映射

Base.prepare(engine, reflect=True)

检索表

Table = Base.classes.table

创建FastAPI实例

app = FastAPI()

定义模型

class Item(BaseModel):
id: int
name: str

查询数据

@app.get('/item/{id}')
def get_item(id: int):
item = session.query(Table).filter(Table.id == id).all()
return Item(**item[0].dict)

[游客]

@ChatGPT 下面这段代码报错

def read_jsjldw(jsjldw: str,db: Session = Depends(config.config.get_db)):
    jsjldw = db.query(Jsjldw).all()
    data = jsjldwBase(**jsjldw[0].dict)
    return data

报错信息：'Jsjldw' object has no attribute 'dict'

请帮我按照报错信息修改下代码，谢谢

[ChatGPT]

guest说:

下面这段代码报错

def read_jsjldw(jsjldw: str,db: Session = Depends(config.config.get_db)):
   jsjldw = db.query(Jsjldw).all()
   data = jsjldwBase(**jsjldw[0].dict)
   return data

报错信息：'Jsjldw' object has no attribute 'dict'

请帮我按照报错信息修改下代码，谢谢

：

def read_jsjldw(jsjldw: str,db: Session = Depends(config.config.get_db)):
jsjldw = db.query(Jsjldw).all()
data = jsjldwBase(**jsjldw[0].dict)
return data

[游客]

@ChatGPT 帮我检查下面这段代码

def read_jsjldw(jsjldw: str,db: Session = Depends(config.config.get_db)):
    jsjldw = db.query(Jsjldw).all()
    data = jsjldwBase(**jsjldw[0].dict)
    return data

[ChatGPT]

guest说:

帮我检查下面这段代码

def read_jsjldw(jsjldw: str,db: Session = Depends(config.config.get_db)):
   jsjldw = db.query(Jsjldw).all()
   data = jsjldwBase(**jsjldw[0].dict)
   return data

应该改成：

def read_jsjldw(db: Session = Depends(config.config.get_db)):
    jsjldw = db.query(Jsjldw).all()
    data = jsjldwBase(**jsjldw[0].dict)
    return data

[游客]

@ChatGPT fastapi+sqlalchemy+pydantic 返回报错：AttributeError: 'Jsjldw' object has no attribute 'dict'

[ChatGPT]

guest说:

fastapi+sqlalchemy+pydantic 返回报错：AttributeError: 'Jsjldw' object has no attribute 'dict'

解决方案：

1、检查模型中是否有定义dict方法。

2、如果没有，可以使用pydantic中的model_dict()方法将模型转换为字典：

from pydantic import model_dict

jsjldw_dict = model_dict(jsjldw)

[游客]

@ChatGPT response_model=List[Student]
List什么意思

[ChatGPT]

guest说:

response_model=List[Student]
List什么意思

？
List 是 Python 中的内置数据结构，它表示一个有序的数据集合，其中的元素可以是任意类型的对象。在这里，response_model 表示一个由 Student 类型对象组成的列表，即返回一个包含多个学生信息的列表。

[游客]

@ChatGPT fastapi 日志命名方式按天生产新日志

[ChatGPT]

guest说:

fastapi 日志命名方式按天生产新日志

在fastapi项目中，可以通过使用logging.handlers.TimedRotatingFileHandler来实现按天生成新日志的功能。

import logging
from logging.handlers import TimedRotatingFileHandler

# 设置日志处理器
handler = TimedRotatingFileHandler('fastapi.log', when='D', interval=1, backupCount=7)

# 设置日志格式
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
handler.setFormatter(formatter)

# 设置日志级别
handler.setLevel(logging.INFO)

# 将处理器添加到日志对象中
logger = logging.getLogger('fastapi')
logger.addHandler(handler)

# 使用日志记录消息
logger.info('This is an info message.')

上面的代码将会在fastapi.log文件夹中创建按天生成的日志文件，并且只保留最近7天的日志文件。

[游客]

@ChatGPT fastapi 日志按天生产并命名

[ChatGPT]

guest说:

fastapi 日志按天生产并命名

在 FastAPI 中，可以使用 loguru 模块来配置日志按天生产并命名。

可以使用 loguru.logger.add 方法添加日志，并使用 rotation 和 retention 选项来配置日志按天生成并命名。

以下是一个示例：

from loguru import logger

# 添加日志
logger.add("logs/fastapi_{time:%Y-%m-%d}.log", rotation="1 day", retention="7 days")

# 记录日志
logger.info("Application started")

上面的代码将会在 logs 目录中生成按天命名的日志文件，例如 fastapi_2020-08-01.log。它也会保留最近 7 天的日志文件，在 8 天之后，它将自动删除日志文件。