如何在FastAPI中为IP摄像头POST请求配置Pydantic模型？

先搞定422错误：正确处理JSON文件与图片 #

你碰到的422错误，核心原因是FastAPI不会自动解析event这个UploadFile里的JSON内容，必须手动读取后转成字典再处理。直接上可运行的代码示例：

from fastapi import FastAPI, UploadFile, File
import json
from pydantic import BaseModel

app = FastAPI()

# 定义Pydantic模型（用于校验结构化数据）
class CameraEvent(BaseModel):
    license_plate: str
    camera_id: str
    timestamp: str  # 若数据是标准时间格式，可改用datetime类型

@app.post("/camera-event/")
async def receive_camera_event(event: UploadFile = File(...), image: UploadFile = File(...)):
    # 读取并解析event文件中的JSON内容
    event_raw = await event.read()
    try:
        event_data = json.loads(event_raw.decode("utf-8"))
    except json.JSONDecodeError:
        return {"error": "Invalid JSON in event file"}
    
    # 用Pydantic校验数据（可选，但推荐生产环境使用）
    try:
        validated_event = CameraEvent(**event_data)
    except Exception as e:
        return {"error": "Event data validation failed", "details": str(e)}
    
    # 处理图片文件（示例：读取内容，可自行扩展保存/识别逻辑）
    image_content = await image.read()
    
    return {
        "validated_event": validated_event.dict(),
        "image_info": {"filename": image.filename, "size_bytes": len(image_content)}
    }

要确认IP摄像头发送的multipart/form-data里，字段名确实是event和image——字段名不匹配是触发422的常见原因之一。

Pydantic模型：严格定义VS灵活解析 #

两种方式FastAPI都支持，按需选择：

1. 严格定义字段（生产环境推荐） #

像上面的CameraEvent模型，明确指定每个字段的类型，FastAPI会自动做数据校验，返回清晰的错误提示，避免脏数据流入。如果IP摄像头的输出格式固定，强烈建议这么做。

2. 灵活接收任意数据（类似Flask的自由模式） #

如果暂时不确定字段，或需要兼容多种格式：

• 直接用dict接收解析后的JSON：

  event_data: dict = json.loads(event_raw.decode("utf-8"))
  

• 用Pydantic的Extra.allow允许额外字段：

  from pydantic import BaseModel, Extra
  
  class FlexibleCameraEvent(BaseModel):
      license_plate: str  # 保留核心必填字段
      class Config:
          extra = Extra.allow  # 允许接收未定义的字段
  

• 注意：如果想让FastAPI自动解析JSON，不能用UploadFile，需让客户端把JSON作为表单字段传递，但你的场景是JSON文件，所以必须通过UploadFile读取后手动解析。

额外提示 #

• 若JSON文件编码不是UTF-8，调整decode的参数（比如gbk）即可适配。
• UploadFile会自动处理文件关闭，无需手动调用close()。

内容的提问来源于stack exchange，提问作者Source Matters