额外数据类型

到目前为止，您一直在使用常见的数据类型，如:

• int
• float
• str
• bool

但是您也可以使用更复杂的数据类型。

您仍然会拥有现在已经看到的相同的特性:

• 很棒的编辑器支持。
• 传入请求的数据转换。
• 响应数据转换。
• 数据验证。
• 自动补全和文档。

其他数据类型

下面是一些你可以使用的其他数据类型:

• UUID:
  • 一种标准的 "通用唯一标识符" ，在许多数据库和系统中用作ID。
  • 在请求和响应中将以 str 表示。
• datetime.datetime:
  • 一个 Python datetime.datetime.
  • 在请求和响应中将表示为 ISO 8601 格式的 str ，比如: 2008-09-15T15:53:00+05:00.
• datetime.date:
  • Python datetime.date.
  • 在请求和响应中将表示为 ISO 8601 格式的 str ，比如: 2008-09-15.
• datetime.time:
  • 一个 Python datetime.time.
  • 在请求和响应中将表示为 ISO 8601 格式的 str ，比如: 14:23:55.003.
• datetime.timedelta:
  • 一个 Python datetime.timedelta.
  • 在请求和响应中将表示为 float 代表总秒数。
  • Pydantic 也允许将其表示为 "ISO 8601 时间差异编码", 查看文档了解更多信息。
• frozenset:
  • 在请求和响应中，作为 set 对待：
    • 在请求中，列表将被读取，消除重复，并将其转换为一个 set。
    • 在响应中 set 将被转换为 list 。
    • 产生的模式将指定那些 set 的值是唯一的 (使用 JSON 模式的 uniqueItems)。
• bytes:
  • 标准的 Python bytes。
  • 在请求和相应中被当作 str 处理。
  • 生成的模式将指定这个 str 是 binary "格式"。
• Decimal:
  • 标准的 Python Decimal。
  • 在请求和相应中被当做 float 一样处理。
• 您可以在这里检查所有有效的pydantic数据类型: Pydantic data types.

例子

下面是一个路径操作的示例，其中的参数使用了上面的一些类型。

{!../../../docs_src/extra_data_types/tutorial001.py!}

注意，函数内的参数有原生的数据类型，你可以，例如，执行正常的日期操作，如:

{!../../../docs_src/extra_data_types/tutorial001.py!}