8.2 KiB
응답 모델
어떤 경로 작동이든 매개변수 response_model를 사용하여 응답을 위한 모델을 선언할 수 있습니다:
@app.get()@app.post()@app.put()@app.delete()- 기타.
{!../../../docs_src/response_model/tutorial001.py!}
/// note | "참고"
response_model은 "데코레이터" 메소드(get, post, 등)의 매개변수입니다. 모든 매개변수들과 본문(body)처럼 경로 작동 함수가 아닙니다.
///
Pydantic 모델 어트리뷰트를 선언한 것과 동일한 타입을 수신하므로 Pydantic 모델이 될 수 있지만, List[Item]과 같이 Pydantic 모델들의 list일 수도 있습니다.
FastAPI는 이 response_model를 사용하여:
- 출력 데이터를 타입 선언으로 변환.
- 데이터 검증.
- OpenAPI 경로 작동의 응답에 JSON 스키마 추가.
- 자동 생성 문서 시스템에 사용.
하지만 가장 중요한 것은:
- 해당 모델의 출력 데이터 제한. 이것이 얼마나 중요한지 아래에서 볼 것입니다.
/// note | "기술 세부사항"
응답 모델은 함수의 타입 어노테이션 대신 이 매개변수로 선언하는데, 경로 함수가 실제 응답 모델을 반환하지 않고 dict, 데이터베이스 객체나 기타 다른 모델을 response_model을 사용하여 필드 제한과 직렬화를 수행하고 반환할 수 있기 때문입니다
///
동일한 입력 데이터 반환
여기서 우리는 평문 비밀번호를 포함하는 UserIn 모델을 선언합니다:
{!../../../docs_src/response_model/tutorial002.py!}
그리고 이 모델을 사용하여 입력을 선언하고 같은 모델로 출력을 선언합니다:
{!../../../docs_src/response_model/tutorial002.py!}
이제 브라우저가 비밀번호로 사용자를 만들 때마다 API는 응답으로 동일한 비밀번호를 반환합니다.
이 경우, 사용자가 스스로 비밀번호를 발신했기 때문에 문제가 되지 않을 수 있습니다.
그러나 동일한 모델을 다른 경로 작동에서 사용할 경우, 모든 클라이언트에게 사용자의 비밀번호를 발신할 수 있습니다.
/// danger | "위험"
절대로 사용자의 평문 비밀번호를 저장하거나 응답으로 발신하지 마십시오.
///
출력 모델 추가
대신 평문 비밀번호로 입력 모델을 만들고 해당 비밀번호 없이 출력 모델을 만들 수 있습니다:
{!../../../docs_src/response_model/tutorial003.py!}
여기서 경로 작동 함수가 비밀번호를 포함하는 동일한 입력 사용자를 반환할지라도:
{!../../../docs_src/response_model/tutorial003.py!}
...response_model을 UserOut 모델로 선언했기 때문에 비밀번호를 포함하지 않습니다:
{!../../../docs_src/response_model/tutorial003.py!}
따라서 FastAPI는 출력 모델에서 선언하지 않은 모든 데이터를 (Pydantic을 사용하여) 필터링합니다.
문서에서 보기
자동 생성 문서를 보면 입력 모델과 출력 모델이 각자의 JSON 스키마를 가지고 있음을 확인할 수 있습니다:
그리고 두 모델 모두 대화형 API 문서에 사용됩니다:
응답 모델 인코딩 매개변수
응답 모델은 아래와 같이 기본값을 가질 수 있습니다:
{!../../../docs_src/response_model/tutorial004.py!}
description: Optional[str] = None은 기본값으로None을 갖습니다.tax: float = 10.5는 기본값으로10.5를 갖습니다.tags: List[str] = []빈 리스트의 기본값으로:[].
그러나 실제로 저장되지 않았을 경우 결과에서 값을 생략하고 싶을 수 있습니다.
예를 들어, NoSQL 데이터베이스에 많은 선택적 속성이 있는 모델이 있지만, 기본값으로 가득 찬 매우 긴 JSON 응답을 보내고 싶지 않습니다.
response_model_exclude_unset 매개변수 사용
경로 작동 데코레이터 매개변수를 response_model_exclude_unset=True로 설정 할 수 있습니다:
{!../../../docs_src/response_model/tutorial004.py!}
이러한 기본값은 응답에 포함되지 않고 실제로 설정된 값만 포함됩니다.
따라서 해당 경로 작동에 ID가 foo인 항목(items)을 요청으로 보내면 (기본값을 제외한) 응답은 다음과 같습니다:
{
"name": "Foo",
"price": 50.2
}
/// info | "정보"
FastAPI는 이를 위해 Pydantic 모델의 .dict()의 exclude_unset 매개변수를 사용합니다.
///
/// info | "정보"
아래 또한 사용할 수 있습니다:
response_model_exclude_defaults=Trueresponse_model_exclude_none=True
Pydantic 문서에서 exclude_defaults 및 exclude_none에 대해 설명한 대로 사용할 수 있습니다.
///
기본값이 있는 필드를 갖는 값의 데이터
하지만 모델의 필드가 기본값이 있어도 ID가 bar인 항목(items)처럼 데이터가 값을 갖는다면:
{
"name": "Bar",
"description": "The bartenders",
"price": 62,
"tax": 20.2
}
응답에 해당 값들이 포함됩니다.
기본값과 동일한 값을 갖는 데이터
If the data has the same values as the default ones, like the item with ID baz:
ID가 baz인 항목(items)처럼 기본값과 동일한 값을 갖는다면:
{
"name": "Baz",
"description": None,
"price": 50.2,
"tax": 10.5,
"tags": []
}
description, tax 그리고 tags가 기본값과 같더라도 (기본값에서 가져오는 대신) 값들이 명시적으로 설정되었다는 것을 인지할 정도로 FastAPI는 충분히 똑똑합니다(사실, Pydantic이 충분히 똑똑합니다).
따라서 JSON 스키마에 포함됩니다.
/// tip | "팁"
None 뿐만 아니라 다른 어떤 것도 기본값이 될 수 있습니다.
리스트([]), float인 10.5 등이 될 수 있습니다.
///
response_model_include 및 response_model_exclude
경로 작동 데코레이터 매개변수 response_model_include 및 response_model_exclude를 사용할 수 있습니다.
이들은 포함(나머지 생략)하거나 제외(나머지 포함) 할 어트리뷰트의 이름과 str의 set을 받습니다.
Pydantic 모델이 하나만 있고 출력에서 일부 데이터를 제거하려는 경우 빠른 지름길로 사용할 수 있습니다.
/// tip | "팁"
하지만 이러한 매개변수 대신 여러 클래스를 사용하여 위 아이디어를 사용하는 것을 추천합니다.
이는 일부 어트리뷰트를 생략하기 위해 response_model_include 또는 response_model_exclude를 사용하더라도 앱의 OpenAPI(및 문서)가 생성한 JSON 스키마가 여전히 전체 모델에 대한 스키마이기 때문입니다.
비슷하게 작동하는 response_model_by_alias 역시 마찬가지로 적용됩니다.
///
{!../../../docs_src/response_model/tutorial005.py!}
/// tip | "팁"
문법 {"name", "description"}은 두 값을 갖는 set을 만듭니다.
이는 set(["name", "description"])과 동일합니다.
///
set 대신 list 사용하기
list 또는 tuple 대신 set을 사용하는 법을 잊었더라도, FastAPI는 set으로 변환하고 정상적으로 작동합니다:
{!../../../docs_src/response_model/tutorial006.py!}
요약
응답 모델을 정의하고 개인정보가 필터되는 것을 보장하기 위해 경로 작동 데코레이터의 매개변수 response_model을 사용하세요.
명시적으로 설정된 값만 반환하려면 response_model_exclude_unset을 사용하세요.