FastAPI中如何将HTTP POST请求映射到模型类及获取请求头

AI 小北

2026-6-23

FastAPI 请求处理与 Pydantic 模型映射实现方案

1. 读取 POST 请求并映射到 Pydantic 模型

FastAPI 结合 Pydantic 会自动完成请求体到模型类的映射，不需要手动编写解析代码，只需按以下步骤配置：

从 pydantic 导入 BaseModel，定义匹配请求体结构的模型类
在路由函数中直接将模型作为参数传入，FastAPI 会自动解析、验证请求体并映射到模型实例

修改后的 app.py 示例：

from fastapi import FastAPI, Header
from pydantic import BaseModel

app = FastAPI()

# 定义与客户端请求体结构一致的 Pydantic 模型
class Task(BaseModel):
    userId: int
    title: str
    completed: bool

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

# 注意使用小写的 @app.post，原代码的 @app.POST 是错误写法
@app.post("/test")
async def test(task: Task):
    # 直接通过模型实例访问请求字段
    return {
        "received_userId": task.userId,
        "received_title": task.title,
        "completed_status": task.completed
    }

2. 同时获取请求体与请求头并验证

要获取并验证请求头，使用 FastAPI 提供的 Header 依赖项，直接在路由函数中添加对应参数即可，和 Pydantic 模型参数共存：

示例（验证 Content-Type 头）：

@app.post("/test")
async def test(
    task: Task,
    # 用 Header(...) 标记必填请求头，可添加验证规则
    content_type: str = Header(..., description="必须为 application/json; charset=UTF-8")
):
    # 自定义请求头验证逻辑
    if content_type != "application/json; charset=UTF-8":
        return {"error": "请求头 Content-Type 不符合要求"}
    
    return {
        "received_data": task.dict(),
        "validated_header": content_type
    }