深入FastAPI：掌握使用多个关联模型的高级用法[Union类型]
在FastAPI中，响应模型可以声明为Union类型，这允许你为同一个端点定义多种可能的响应模型。这种灵活性使得API可以根据不同的情况返回不同类型的数据结构。
例如，根据请求中的查询参数或数据库中的数据，一个API端点可能有时返回一个用户模型，有时返回一个订单模型。使用Union类型，你可以为这些不同的响应定义一个统一的响应模型，从而提高代码的可维护性和API的可用性。这种方法也有助于在API文档中清晰地展示各种可能的响应类型，为开发者和API用户提供更好的指导。
回忆response_model模型
···
···
UNION
响应类可以声明为多种类型，Union 类型就是其中的一种，从多个响应类内输出一个
from typing import Unionfrom fastapi import FastAPI
from pydantic import BaseModelapp = FastAPI()# 定义基础项目模型
class BaseItem(BaseModel):description: str # 项目的描述type: str # 项目的类型# 定义特定类型的项目模型
class CarItem(BaseItem):type: str = "car" # 车辆类型的项目class PlaneItem(BaseItem):type: str = "plane" # 飞机类型的项目size: int # 飞机的大小# 存储项目的字典
items = {"item1": {"description": "All my friends drive a low rider","type": "car",},"item2": {"description": "Music is my aeroplane, it's my aeroplane","type": "plane","size": 5,},
}# 定义路由，根据item_id返回对应的项目信息
@app.get("/items/{item_id}", response_model=Union[PlaneItem, CarItem])
async def read_item(item_id: str) -> Union[PlaneItem, CarItem]: # 根据item_id获取项目信息return items[item_id]在这个代码中，我们定义了两个模型 CarItem 和 PlaneItem，它们都继承自 BaseItem。我们还定义了一个字典 items 来模拟数据库中的数据。
read_item 函数通过 item_id 参数来获取相应的项目信息，并返回一个 Union[PlaneItem, CarItem] 类型的对象。这意味着函数的返回值可以是 PlaneItem 类型或者 CarItem 类型，这取决于 items 字典中 type 字段的值。
当我们访问 /items/item1 时，输出结果将是：
{"description": "All my friends drive a low rider","type": "car"
}
而当我们访问 /items/item2 时，输出结果将是：
{"description": "Music is my aeroplane, it's my aeroplane","type": "plane","size": 5
}
这些输出结果由FastAPI根据请求的 item_id 参数和 items 字典中的数据自动生成。FastAPI会根据返回值的类型自动序列化为JSON格式。
针对不同场景，可以随意使用不同的 Pydantic 模型继承定义的基类。