具有依赖注入的 FastAPI 身份验证

具有依赖注入的 fastapi 身份验证

fastapi 是一个用于在 python 中构建 api 的现代 web 框架。它是我个人最喜欢的 web 框架之一,因为它内置了对 openapi 规范的支持(这意味着您可以编写后端代码并从中生成所有内容),并且它支持依赖注入

在这篇文章中,我们将简要介绍一下 fastapi 的 depends 是如何工作的。然后我们将了解为什么它如此适用于身份验证和授权。我们还将它与中间件进行对比,中间件是身份验证的另一个常见选项。最后,我们将了解 fastapi 中一些更高级的授权模式。

什么是依赖注入?

fastapi 更强大的功能之一是它对 依赖注入 的一流支持。我们有一个更长的指南这里,但让我们看一个如何使用它的快速示例。

假设我们正在构建一个分页 api。每个api调用可以包括page_number和page_size。现在,我们可以创建一个 api 并直接传入这些参数:

@app.get("/things/")async def fetch_things(page_number: int = 0, page_size: int = 100):    return db.fetch_things(page_number, page_size)

但是,我们可能想添加一些验证逻辑,这样就没有人要求 page_number -1 或 page_size 10,000,000。

@app.get("/things/")async def fetch_things(page_number: int = 0, page_size: int = 100):    if page_number < 0:        raise httpexception(status_code=400, detail="invalid page number")    elif page_size  100:        raise httpexception(status_code=400, detail="page size can be at most 100")    return db.fetch_things(page_number, page_size)

这……很好,但如果我们有 10 个 api 或 100 个 api 都需要相同的分页参数,那就有点乏味了。这就是依赖注入的用武之地 – 我们可以将所有这些逻辑移至一个函数中,并将该函数注入到我们的 api 中:

async def paging_params_dep(page_number: int = 0, page_size: int = 100):    if page_number < 0:        raise httpexception(status_code=400, detail="invalid page number")    elif page_size  100:        raise httpexception(status_code=400, detail="page size can be at most 100")    return pagingparams(page_number, page_size)@app.get("/things/")async def fetch_things(paging_params: pagingparams = depends(paging_params_dep)):    return db.fetch_things(paging_params)@app.get("/other_things/")async def fetch_other_things(paging_params: pagingparams = depends(paging_params_dep)):    return db.fetch_other_things(paging_params)

这有一些不错的好处:

每条采用 pagingparams 的路由都会自动验证并具有默认值。

它比每条路由的第一行是 validate_paging_params(page_number, page_size)

更简洁,更容易出错

这仍然适用于 fastapi 的 openapi 支持 – 这些参数将显示在您的 openapi 规范中。

这与身份验证有什么关系?

事实证明,这也是一种建模身份验证的好方法!想象一下你有一个像这样的函数:

async def validate_token(token: str):    try:        # this could be jwt validation, looking up a session token in the db, etc.        return await get_user_for_token(token)    except:        return none

要将其连接到 api 路由,我们需要做的就是将其包装在依赖项中:

async def require_valid_token_dep(req: request):    # this could also be a cookie, x-api-key header, etc.    token = req.headers["authorization"]    user = await validate_token(token)    if user == none:        raise httpexception(status_code=401, detail="unauthorized")    return user

然后我们所有受保护的路由都可以添加此依赖项:

@app.get("/protected")async def do_secret_things(user: user = depends(require_valid_token_dep)):    # do something with the user

如果用户提供了有效的令牌,则该路由将运行并设置用户。否则,将返回 401。

注意:openapi/swagger 确实对指定身份验证令牌具有一流的支持,但您必须使用其中一个专用类。您可以使用 fastapi.security 中的 httpbearer(auto_error=false) 来代替 req.headers[“authorization”],它会返回 httpauthorizationcredentials。

中间件与 depends for auth

fastapi 与大多数框架一样,有一个中间件 的概念。您的中间件可以包含将在请求之前和之后运行的代码。它可以在请求到达您的路由之前修改请求,也可以在响应返回给用户之前修改响应。

在许多其他框架中,中间件是进行身份验证检查的非常常见的地方。然而,这通常是因为中间件还负责将用户“注入”到路由中。例如,express 中的常见模式是执行以下操作:

app.get("/protected", authmiddleware, (req, res) => {    // req.user is set by the middleware    // as there's no good way to pass in extra information into this route,    // outside of the request});

由于fastapi具有内置的注入概念,因此您可能根本不需要使用中间件。如果您需要定期“刷新”您的身份验证令牌(以使其保持活动状态)并将响应设置为 cookie,我会考虑使用中间件。

在这种情况下,您需要使用 request.state 将信息从中间件传递到路由(如果您愿意,您可以使用依赖项来验证 request.state)。

否则,我会坚持使用 depends,因为用户将被直接注入到您的路由中,而不需要通过 request.state。

授权 – 多租户、角色和权限

如果我们应用迄今为止所学到的一切,添加多租户、角色或权限可能会非常简单。假设我们为每个客户都有一个唯一的子域,我们可以为该子域建立依赖关系:

async def tenant_by_subdomain_dep(request: request) -> optional[str]:    # first we get the subdomain from the host header    host = request.headers.get("host", "")    parts = host.split(".")    if len(parts) <= 2:        raise httpexception(status_code=404, detail="not found")    subdomain = parts[0]    # then we lookup the tenant by subdomain    tenant = await lookup_tenant_for_subdomain(subdomain)    if tenant == none:        raise httpexception(status_code=404, detail="not found")    return tenant

我们可以将这个想法与之前的想法结合起来,制作一个新的“多租户”依赖:

async def get_user_and_tenant_for_token(    user: user = depends(require_valid_token_dep),    tenant: tenant = depends(tenant_by_subdomain_dep),) -> userandtenant:    is_user_in_tenant = await check_user_is_in_tenant(tenant, user)    if is_user_in_tenant:        return userandtenant(user, tenant)    raise httpexception(status_code=403, detail="forbidden")

然后我们可以将此依赖项注入到我们的路由中:

@app.get("/protected")async def do_secret_things(user_and_tenant: userandtenant = depends(get_user_and_tenant_for_token)):    # do something with the user and tenant

这最终会做一些主要的事情:

检查用户是否拥有有效令牌

检查用户是否正在向有效的子域发出请求

检查用户是否应该有权访问该子域

如果不满足任何这些不变量 – 将返回错误并且我们的路线将永远不会运行。我们可以扩展它以包括其他内容,例如角色和权限 (rbac) 或确保用户具有特定的属性集(有效付费订阅与无有效订阅)。

propelauth

在 propelauth,我们是 fastapi 的忠实粉丝。我们有一个 fastapi 库,使您能够快速设置身份验证和授权 – 包括 sso、企业 sso / saml、scim 配置等。

这一切都与您在上面看到的依赖项一起工作,例如:

@app.get("/")async def root(current_user: User = Depends(auth.require_user)):    return {"message": f"Hello {current_user.user_id}"}

您可以在这里了解更多信息。

总结

fastapi 的依赖注入 提供了一种强大的方法来处理 web 应用程序中的身份验证和授权。

depends 功能允许使用干净、可重用的代码来验证令牌、检查用户权限和处理多租户。

与中间件相比,使用依赖项进行身份验证提供了更大的灵活性以及与路由功能的直接集成。

复杂的授权场景,例如多租户和基于角色的访问控制可以使用嵌套依赖项有效地实现。

propelauth 提供了一个 fastapi 库,可以简化高级身份验证和授权功能的实现。

以上就是具有依赖注入的 FastAPI 身份验证的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1349911.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
python抢火车票票源代码
上一篇 2025年12月13日 13:47:16
多对多关系和 Flask 遇见 React
下一篇 2025年12月13日 13:47:41

相关推荐

  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    100
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • Python递归函数追踪与性能考量:以序列打印为例

    本文深入探讨了Python中一种递归打印序列元素的方法,并着重演示了如何通过引入缩进参数来有效追踪递归函数的执行流程和参数变化。通过实际代码示例,文章揭示了递归调用可能带来的潜在性能开销,特别是对调用栈空间的需求,以及Python默认递归深度限制可能导致的错误,为读者提供了理解和优化递归算法的实用见…

    2026年5月10日
    000
  • python中zip函数详解 python多序列压缩zip函数应用场景

    zip函数的应用场景包括:1) 同时遍历多个序列,2) 合并多个列表的数据,3) 数据分析和科学计算中的元素运算,4) 处理csv文件,5) 性能优化。zip函数是一个强大的工具,能够简化代码并提高处理多个序列时的效率。 在Python中,zip函数是一个非常有用的工具,它能够将多个可迭代对象打包成…

    2026年5月10日
    000
  • Python中怎样使用pymongo?

    在python中使用pymongo可以轻松地与mongodb数据库进行交互。1)安装pymongo:pip install pymongo。2)连接到mongodb:from pymongo import mongoclient; client = mongoclient(‘mongod…

    2026年5月10日
    000
  • React组件中动态属性值的管理与同步:利用状态实现受控组件

    本教程旨在解决react组件中动态属性值同步使用的问题。我们将探讨如何利用react的`usestate` hook来管理组件内部状态,从而实现一个属性的值动态地影响另一个属性,并构建出可预测、易于维护的受控组件。文章将通过具体代码示例,详细阐述从初始化状态到处理状态更新的完整过程,并强调受控组件在…

    2026年5月10日
    000
  • Python 函数参数类型:如何使用可变参数和动态参数?

    python 中的参数类型:关键词参数、可变参数和动态参数 在 python 中,函数的参数可以分为以下几种类型: 关键词参数(kw)**:这些参数具有名称,并且在调用函数时明确指定。可变参数(*args):这些参数没有名称,允许函数接受任意数量的位置参数。它们将被收集到一个元组中。动态参数(kwa…

    2026年5月10日
    000
  • pycharm解析器怎么添加 解析器添加详细流程

    在pycharm中添加解析器的步骤包括:1) 打开pycharm并进入设置,2) 选择project interpreter,3) 点击齿轮图标并选择add,4) 选择解析器类型并配置路径,5) 点击ok完成添加。添加解析器后,选择合适的类型和版本,配置环境变量,并利用解析器的功能提高开发效率。 在…

    2026年5月10日
    000
  • python中numpy的用法

    NumPy是Python中用于科学计算的强大库,它提供了以下功能:多维数组处理矩阵运算快速傅里叶变换(FFT)线性代数随机数生成 NumPy在Python中的强大功能 NumPy是Python中用于科学计算的一个强大且灵活的库。它提供了用于处理多维数组和矩阵的一组高效工具,是数据分析和机器学习项目的…

    2026年5月10日
    100
  • python如何捕获所有类型的异常_python try except捕获所有异常的方法

    答案:捕获所有异常推荐使用except Exception as e,可捕获常规错误并记录日志,避免影响程序正常退出;需拦截系统信号时才用except BaseException as e。 在Python中,要捕获所有类型的异常,最常见且推荐的方法是使用 except Exception as e…

    2026年5月10日
    000
  • python中f怎么用

    f-字符串是 Python 3.6 中引入的格式化字符串语法糖,提供了简洁且安全的方式来插入表达式和变量。f-字符串以字符串前缀 f 为标志,使用大括号包含表达式或变量。f-字符串支持条件表达式和格式规范符,提供了更大的灵活性、安全性、可读性和易维护性。 在 Python 中使用 f-字符串 f-字…

    2026年5月10日
    100
  • 怎么在手机上把XML文件转换为PDF?

    不可能直接在手机上用单一应用完成 XML 到 PDF 的转换。需要使用云端服务,通过两步走的方式实现:1. 在云端转换 XML 为 PDF,2. 在手机端访问或下载转换后的 PDF 文件。 怎么在手机上把XML文件转换为PDF? 这问题问得好,比直接问“怎么转换”有深度多了!因为它触及了移动端环境的…

    2026年5月10日
    000
  • ReCAPTCHA V3低分处理策略:结合V3与V2实现智能风险控制与用户验证

    本文旨在解决ReCAPTCHA V3在低分情况下无法直接触发验证码挑战的问题。我们将探讨如何通过巧妙地结合ReCAPTCHA V3的无感评分机制与ReCAPTCHA V2的交互式挑战,实现一套既能有效阻挡机器人流量,又能最大限度减少对合法用户干扰的智能验证系统。文章将详细阐述其实现原理、前端与后端集…

    2026年5月10日
    100
  • Python正则表达式:处理数字不同情况的替换

    本文旨在帮助读者理解和解决在使用Python正则表达式进行数字替换时遇到的问题。通过具体示例,详细解释了如何正确匹配和替换不同格式的数字,避免常见的匹配陷阱,并提供可直接使用的代码示例。掌握这些技巧,能有效提高处理文本数据的效率和准确性。 在使用Python的re模块进行字符串替换时,正则表达式的编…

    2026年5月10日
    000
  • python的tuple什么意思

    元组是Python中一种有序、不可变的序列数据结构。用于存储相关数据,例如坐标、个人信息或枚举值。创建方式:圆括号(),元素以逗号,分隔。访问元素:索引运算符;遍历元素:for循环。 什么是Python中的Tuple? Tuple,中文称为元组,是Python中一种有序、不可变的序列数据结构。 特点…

    2026年5月10日
    000
  • Python官网用户调查的参与方式_Python官网反馈提交详细教程

    答案是通过访问Python官网新闻页面、邮件邀请链接或GitHub仓库提交反馈。具体为:访问官网查找用户调查公告,或点击邮件中的专属链接参与,在GitHub的cpython仓库提交技术建议,并注意如实填写问卷与保护隐私。 如果您希望参与Python官网的用户调查并提交反馈,可以通过官方指定的渠道完成…

    2026年5月10日
    000
  • 我有时使用 awk 而不是 Python 的四个原因

    Python 是一门强大的编程语言,但在某些特定场景下,Awk 的优势更为显著,尤其体现在可移植性、生命周期、代码简洁性和与其他工具的互操作性方面。 Python 脚本通常具有良好的可移植性,但并非总能在所有环境中完美运行,例如流行的 Docker 基础镜像 (如 Debian 和 Alpine)。…

    2026年5月10日
    000

发表回复

登录后才能评论
关注微信