用fastapi 和sqlite创建一个档案库管理系统

时间: 2024-04-19 17:08:50 浏览: 12
好的,下面是一个简单的示例,演示如何使用 FastAPI 和 SQLite 创建一个档案库管理系统。 首先,安装必要的库: ``` pip install fastapi pip install uvicorn pip install databases pip install sqlalchemy ``` 然后,创建一个 `main.py` 文件,并输入以下代码: ```python from fastapi import FastAPI from pydantic import BaseModel from typing import List import databases from databases import Database import sqlalchemy from sqlalchemy import create_engine, MetaData, Table, Column, Integer, String app = FastAPI() # 数据库配置信息 DATABASE_URL = "sqlite:///./test.db" # 创建数据库连接 database = Database(DATABASE_URL) # SQLAlchemy 元数据 metadata = MetaData() # 模型对应的数据库表 books = Table( "books", metadata, Column("id", Integer, primary_key=True), Column("title", String(50)), Column("author", String(50)), Column("description", String(200)), Column("price", Integer), ) # 创建数据库表 engine = create_engine(DATABASE_URL) metadata.create_all(engine) # 数据模型 class Book(BaseModel): title: str author: str description: str price: int # 创建新书籍 @app.post("/books/") async def create_book(book: Book): query = books.insert().values( title=book.title, author=book.author, description=book.description, price=book.price, ) last_record_id = await database.execute(query) return {**book.dict(), "id": last_record_id} # 获取所有书籍 @app.get("/books/") async def read_books(): query = books.select() results = await database.fetch_all(query) return results # 获取单个书籍 @app.get("/books/{book_id}") async def read_book(book_id: int): query = books.select().where(books.c.id == book_id) result = await database.fetch_one(query) if result: return result else: return {"error": "Book not found"} # 更新书籍 @app.put("/books/{book_id}") async def update_book(book_id: int, book: Book): query = ( books.update() .where(books.c.id == book_id) .values( title=book.title, author=book.author, description=book.description, price=book.price, ) ) await database.execute(query) return {**book.dict(), "id": book_id} # 删除书籍 @app.delete("/books/{book_id}") async def delete_book(book_id: int): query = books.delete().where(books.c.id == book_id) await database.execute(query) return {"message": "Book deleted successfully"} # 连接到数据库 @app.on_event("startup") async def startup(): await database.connect() # 断开数据库连接 @app.on_event("shutdown") async def shutdown(): await database.disconnect() ``` 这个示例创建了一个名为 `books` 的数据库表,用于存储书籍信息。它提供了以下 API: - `POST /books/`:创建新书籍 - `GET /books/`:获取所有书籍 - `GET /books/{book_id}`:获取单个书籍 - `PUT /books/{book_id}`:更新书籍 - `DELETE /books/{book_id}`:删除书籍 你可以使用 SQLite 数据库浏览器等工具来管理数据。 最后,在命令行中运行以下命令启动应用程序: ``` uvicorn main:app --reload ``` 现在,你可以通过浏览器或其他 HTTP 客户端来访问这些 API。例如,要创建一个新书籍: ``` POST http://localhost:8000/books/ { "title": "Python入门教程", "author": "张三", "description": "一本Python入门教程", "price": 50 } ``` 要获取所有书籍: ``` GET http://localhost:8000/books/ ``` 要获取单个书籍: ``` GET http://localhost:8000/books/1 ``` 要更新书籍: ``` PUT http://localhost:8000/books/1 { "title": "Python入门教程2", "author": "张三", "description": "一本Python入门教程", "price": 60 } ``` 要删除书籍: ``` DELETE http://localhost:8000/books/1 ```

相关推荐

最新推荐

recommend-type

android创建数据库(SQLite)保存图片示例

主要介绍了android创建数据库,保存图片到数据库再从数据库取图片的方法,大家参考使用吧
recommend-type

Python标准库之sqlite3使用实例

主要介绍了Python标准库之sqlite3使用实例,本文讲解了创建数据库、插入数据、查询数据、更新与删除数据操作实例,需要的朋友可以参考下
recommend-type

C#操作SQLite数据库方法小结(创建,连接,插入,查询,删除等)

主要介绍了C#操作SQLite数据库方法,包括针对SQLite数据库的创建,连接,插入,查询,删除等操作,并提供了一个SQLite的封装类,需要的朋友可以参考下
recommend-type

SQLite教程(十二):锁和并发控制详解

主要介绍了SQLite教程(十二):锁和并发控制详解,本文讲解了锁和并发控制机制概述、文件锁、回滚日志、数据写入、SQL级别的事务控制等内容,需要的朋友可以参考下
recommend-type

SQLite教程(十):内存数据库和临时数据库

主要介绍了SQLite教程(十):内存数据库和临时数据库,本文讲解了它们的创建方法和相关知识,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。