大家好，我是讯享网，很高兴认识大家。

目录

 

前言

 

一、Depends的是干什么的？

二、Depends的两种用法

1、Depends(function)形式

2、Depends(class)形式

三、拓展

---

前言

FastAPI真的是个非常好用的东西。首先它是异步，但是我想说的是Fast API对于保证数据交互传递过程中的一致性，保持的非常好。

当然，能做到这一点也是因为它站在了巨人肩膀上，因为它的schema是依靠pydantic来做的。

大家用Fast API的过程中会越来越发现，Fast API实现的东西并不多，它大部分的功能都是基于其他工具的（如pydantic、startllete）。

今天想记录一下Fast API中实现的一个非常好用的工具——Depends，它能帮我们减少很多的代码。当然，我也是看官方文档然后结合自己的理解来写这篇文章，小伙伴们如果有精力还是建议去看官方文档，Fast API的官方文档写的很通俗易懂的。

 

一、Depends的是干什么的？

我们知道Fast API对于路径参数（path parameter）、请求参数（Query parameters）、请求体参数（body parameters）有很明确的区别。简单的说一下，

• path parameters       也就是你在路径里怎么传参，如 www.baidu.com/image/baike?id=001  这种，你想把image作为参数传，那么你要写成 www.baidu.com/{type}/
• Query parameters    可以当成是get请求中的查询参数，如 www.baidu.com/image/baike?id=001  ，其中id=001 就是查询参数
• body parameters      默认是json形式传参，用于post请求中的请求体，使用继承BaseModel的类进行schema

而我们今天要说的Depends，其实就是对于Query parameters的schema

为什么要Depends呢？大家看完fastAPI 用于post请求的body parameters的schema参数，是不是觉得这种schema方式很好，只要提供一个类，就可以完成传参的校验，并且还可以在Fast API的docs可视化文档中形成参数提示。也增加了代码的可重复利用性，减少了代码冗余。

那么，类比过来，对于get请求的Query parameters，我们是不是也希望有这么一种方式，可以写一个类，然后就可以自动解析url中的参数，并且进行schema，还在docs文档中生成提示？

对了，Depends可以完美完成，并且Depends还不止这些作用，还可以用来提供数据库连接、外部api连接等等，我们后面接着看吧。

 

二、Depends的两种用法

1、Depends(function)形式

记住一点：我们管Depends这种方式，叫做 Dependency Injection。当然内部Fastapi做了很多工作。但是请记住Dependency Injection，对于我们理解很有用处。

引用官方文档一个例子，如下：

from typing import Optional from fastapi import Depends, FastAPI app = FastAPI() async def common_parameters(q: Optional[str] = None, skip: int = 0, limit: int = 100): return {"q": q, "skip": skip, "limit": limit} @app.get("/items/") async def read_items(commons: dict = Depends(common_parameters)): return commons if __name__ == '__main__': uvicorn.run(app, host="0.0.0.0", port=8080, loop="asyncio")

讯享网

 

我们看到了Depends的使用，它接收了一个参数，是一个function。这个function里定义了一些参数。那么我们运行起来，看看这个接口有什么不同？打开http://127.0.0.1:8080/docs连接，查看可视化文档。

讯享网

我们找到了这个接口，看看它的chema有什么？

 

多了三个参数query参数 q、skip、limit，那么他们是从哪里来的呢？ 

没错，就是从Depends(common_parameters)这里来的。并且，由于我们设置了默认值，所以是否对q、skip、limit传参是可选的。我们点击Execute，如下：

 

看Request URL，证明了是把 Depends(common_parameters)当成Query parameters来使用的。

那么参数被怎么使用了呢？这个你就不用担心了，因为FastAPI已经帮你做了参数解析，什么意思呢？还记得：commons: dict = Depends(common_parameters)这句话吧，

意思就是：当有人访问http://127.0.0.1:8080/items?skip=0&limit=100这种地址时，后台会自动将自动把skip=0&limit=100这段解析出来，并赋值给commons参数，由于function返回的是一个dict，所以commons也是一个dict，我们就可以通过common.get(limit)得方式去访问这些传入的参数了。当然function也可以返回tuple、list等形式，那么commons就是对应的类型。

那么，可以像这种形式访问吗？ http://127.0.0.1:8080/items  答案是可以的。为什么，因为我们在function: common_parameters 中都给参数设置了默认参数，所以可以使用默认参数。下面我们来验证一下，使用浏览器访问http://127.0.0.1:8080/items，如下所示：

 

正确的返回。

 

那么，如果我在function中设置一个必传参数呢？如下代码。首先我们看一下docs可视化文档有什么变化。如下，多了一个required的参数desc，也就是说这个是必须输入的。

那我们使用浏览器访问http://127.0.0.1:8080/items ，我就是不传desc，你能把我咋滴。如下，报错了，说的是没有传递desc参数。

 

 

那我给desc传递一个str类型的参数呢？报错了，提示说要传bool值。

 

通过以上的分析，我们就很明确Depends的方式，诠释了Dependency Injection的含义。真的是很好用。今后有时间了要看看Depends的源码，学习一下别人的实现方式，再补充到这篇文章。

段官方文档说明下Depends为什么可以完成注入，主要是以下3个步骤：

• 首先查看是否有dependence的使用，如果有，调用 depedency function，从URL中解析出要使用的参数传给 depedency function
• 获取depedency function的result，也就是return的值
• 将获取的dict值注入到 路径参数 中

以上三步，也说明了为什么我们写在Depends(function)里的参数可以进入到路径参数中。

所以后台得到的路径参数是，前端传递的url路径参数，经过Depends加工后传递给后台路径函数的。

 

另外，Depends(function) 的function要写成同步的还是异步的，其实都可以。

 

2、Depends(class)形式

其实使用Depends(function)这种形式有一些缺陷。这里再贴一下我们前面的代码，使用Depends(function)形式。从可读性角度，这种方式适合于参数比较容易被理解其含义的情景。

为什么？因为这种形式ID E并不能给你提供提示（hint）。

讯享网from typing import Optional from fastapi import Depends, FastAPI app = FastAPI() async def common_parameters(q: Optional[str] = None, skip: int = 0, limit: int = 100): return {"q": q, "skip": skip, "limit": limit} @app.get("/items/") async def read_items(commons: dict = Depends(common_parameters)): return commons if __name__ == '__main__': uvicorn.run(app, host="0.0.0.0", port=8080, loop="asyncio")

 

而class形式的传参其实是对function的一种升级，为什么这么说呢？，比如，我要实现一个参数相对复杂的Depends，比如Person，有name，age，height、sex等等。那么使用class的形式就比较好，会有hint提示，并且还可以使用 属性访问形式来访问元素。

但是，大家有没有想过，为什么Depends接收class也行呢？

官网上说：Depends可以接收任何callable的对象。 但是是不是落下一点，你这个callable对象得有返回值吧？就像我们上面的common_parameters函数一样。我们可以试试没有返回值，是什么样的。代码如下。

from typing import Optional from fastapi import Depends, FastAPI app = FastAPI() async def common_parameters(q: Optional[str] = None, skip: int = 0, limit: int = 100): pass @app.get("/items/") async def read_items(commons= Depends(common_parameters)): return commons if __name__ == '__main__': uvicorn.run(app, host="0.0.0.0", port=8080, loop="asyncio")

 

查看docs，我们发现校验的参数不变，唯一变化的就是async def read_items(commons= Depends(common_parameters))  里面的commons是None。能想通，因为commons得到的是Depends(function)中function的返回值嘛。你返回None，可不commons就为None了。

所以Dpends接收的cllable对象有没有返回值都行。

 

但是这样commons这个参数就没意义了不是，所以我认为，从可用的角度上改成下面这句话：

” Depends接收任何有返回值的callable对象 “  比较合适。

 

ok，我们使用Depends(class)的形式实现一把，看看有啥发现，代码如下：

讯享网import uvicorn from fastapi import Depends, FastAPI from typing import Optional from pydantic import BaseModel app = FastAPI() class CommonQueryParams: def __init__(self, q: Optional[str] = None, skip: int = 0, limit: int = 100): self.q = q self.skip = skip self.limit = limit @app.get("/items") async def read_items(common=Depends(CommonQueryParams)): return common if __name__ == '__main__': uvicorn.run(app, host="0.0.0.0", port=8080, loop="asyncio")

 

我们来看看docs有啥变化不，如下。可以正常访问，并没有啥变化。

 

但是，从后台使用common时，common就时一个CommonQueryParams的类型了。并且可以使用common.limit的这种属性访问形式访问元素了。

 

三、拓展

那么，大家有没有认真想过这句话， “的Depends可以接收任何的callable对象”。

为什么function和class都可以作为Depends参数，因为他们可以调用，即他们可以写成A()的形式。那么理论上，一个拥有__call__方法的对象也是可以传入Depends的。我们来试试。代码如下

import uvicorn from fastapi import Depends, FastAPI from typing import Optional from pydantic import BaseModel app = FastAPI() class CombineWord: def __init__(self, q: Optional[str] = None): self.q = q def __call__(self): return self.q + "world" @app.get("/items") async def read_items(word=Depends(CombineWord(q="hello"))): return word if __name__ == '__main__': uvicorn.run(app, host="0.0.0.0", port=8080, loop="asyncio")

 

运行起来后，我们从docs来访问，如下，运行成功，并且返回了要拼写的字符串。

所以，大家可以根据自己的需要来给Depends传参，非常灵活。

 

四、实际项目中的应用-Depends(database_connection)

在实际项目中，后端开发时，用到的比较多的Depends比较多的是3个场景：

• Depends(current_user)   在路由函数中，经常需要知道当前的用户是谁，用一个def get_current_user()方法实现获取，然后Depends(current_user)
• Depends(database)    创建数据库session，特别常用，使用def connecton()获取数据库session，然后Depends(connection)，看举例代码
• Depends(common_params) 有一些公共参数，可以提取出来，然后使用Depends(common_params)

1、Depends(databse)来获取数据库seesion

讯享网# db.py用于初始化数据库 # 执行db.init(config) import logging from urllib.parse import quote_plus from sqlalchemy import create_engine from sqlalchemy.orm import sessionmaker, scoped_session context = { "db_url": None, "engine": None, "smaker": None } scoped_context = { "db_url": None, "engine": None, "smaker": None } logs = logging.getLogger("sqlalchemy") def init(config): db_url, engine, smaker = make_context(config) logs.debug("try to crate all database objects") Base.metadata.create_all(engine) # 创建所有数据表 context["db_url"] = db_url context["engine"] = engine context["smaker"] = smaker scoped_context["db_url"] = db_url scoped_context["engine"] = engine scoped_context["smaker"] = scoped_session(smaker) def make_context(c): logs.debug("database config: %s", c) db_url = make_url(c) engine = create_engine( db_url, encoding=c.get("encoding" "utf8"), echo=c.get("echo", False), echo_pool=c.get("echo_pool", False), pool_recycle=c.get("pool_recycle", 3600), pool_size=c.get("(pool_size", 256) ) smaker = sessionmaker(bind=engine, expire_on_commit=c.get("expire_on_commit", False)) logs.debug("create session maker") return db_url, engine, smaker def make_url(c): protocol = c["protocol"] username = c["username"] password = c["password"] password = quote_plus(password) host = c["host"] port = c["port"] database = c["database"] template = "{}://{}:{}@{}:{}/{}" db_url = template.format(protocol, username, password, host, port, database) url_tip = template.format(protocol, username, "XXXXXX", host, port, database) logs.debug(f"create db engine to {url_tip}") return db_url def make_session(ctx=None, scoped=False): c = ctx if ctx is not None else (scoped_context if scoped else context) m = c["smaker"] s = m() return s @contextlib.contextmanager def session_context(ctx=None, scoped=False): session = make_session(ctx, scoped) try: yield session session.commit() except Exception: session.rollback() raise finally: session.colse() def connection(): with session_context() as session: yield session

import uvicorn from fastapi import Depends, FastAPI app = FastAPI() @app.get("/items") async def read_items(database=Depends(connection)): # 这里的connection就是一个mysql的session连接了 data = database.query("selext xxx from yyy") return data @app.get("/users") async def read_items(database=Depends(connection)): # 这里的connection就是一个mysql的session连接了 data = database.query("selext xxx from user") return data if __name__ == '__main__': uvicorn.run(app, host="0.0.0.0", port=8080, loop="asyncio") 

每次需要使用数据库操作时，就很方便了。

 

2、Depends(current_user) 以后再举例子吧