深夜告警炸裂？这份Linux故障排查“作战地图”请收好人
先唠两句：参数就像餐厅点单
把API想象成一家餐厅的“后厨系统”。
? 路径参数/dishes/{dish_id} -> 好比你要点“宫保鸡丁”这道具体的菜，它是菜单（资源路径）的一部分。
查询参数/dishes?spicy=true&type=Sichuan -> 好比你说“我要川菜，要辣的”。这是对结果的筛选和描述，不是特定资源。
请求体 -> 你递进去的详细订单，包括要什么菜、口味、备注，内容可以很复杂。
Cookie / Header -> 像是你的会员卡（自动带身份）或者你给服务员的口头特殊要求（如“快点上”）。
搞清楚这个，参数该放哪儿，基本就对了一半。另一半，在于怎么让后厨（你的代码）准确无误地理解这些“订单”。
第一部分：基础必知——路径与查询参数
好，咱们先来聊聊最常用的两个兄弟。
路径参数：锁定具体目标
用来唯一标识一个资源。想象一下，你要获取ID为42的用户信息，路径就是 /users/42。
from fastapi import FastAPI
app = FastAPI()
@app.get("/items/{item_id}")
async def read_item(item_id: int): # FastAPI自动将路径中的item_id转换为int
return {"item_id": item_id}
关键点：参数类型声明（如int）至关重要，FastAPI会据此自动进行类型转换和验证。如果你传个“abc”进来，它会礼貌地返回一个错误，而不是让你的代码崩溃。
这里千万别学我当初偷懒，所有参数都定义成字符串，到函数内部再转换。结果就是错误处理代码散落一地，调试起来想哭。
查询参数：提供筛选与选项
它不是路径的一部分，跟在?后面，用&连接。比如 /items/?skip=0&limit=10。
@app.get("/items/")
async def read_items(skip: int = 0, limit: int = 10):
return {"skip": skip, "limit": limit}
注意到= 0和= 10了吗？这给了它们默认值，让它们变成了可选参数。没有默认值的参数，就是必选查询参数。
官方文档虽然把查询参数讲得很简单，但根据我们的线上经验，对于复杂的分页过滤接口，强烈建议用Pydantic模型来封装查询参数，而不是把一长串参数都列在函数定义里，维护起来简直是灾难。这个我们后面讲。
? 第二部分：进阶必备——参数验证与请求体
接下来重点来了，如何确保客人点的菜是合理的？比如“宫保鸡丁”要求加“草莓”，这得拦住。
用Query、Path、Body等工具精细控制
Fastapi提供了这些“工具函数”，让你能对参数进行更多描述。
from fastapi import Query, Path
@app.get("/items/{item_id}")
async def read_items(
item_id: int = Path(..., title="商品ID", ge=1), # ...表示无默认值，必填。ge=1表示大于等于1
q: str = Query(None, min_length=3, max_length=50), # 可选参数，None是默认值
size: float = Query(1.0, gt=0, lt=10) # 可选，必须大于0小于10
):
return {"item_id": item_id, "q": q, "size": size}
踩坑提醒：当同一个参数既可能是路径参数又可能是查询参数时（虽然设计上应避免），FastAPI默认会认为是查询参数。你必须显式使用Path来声明它是路径参数。
请求体（Body）：处理复杂数据
当数据复杂时（比如创建一篇博客文章），就用请求体，通常是POST/PUT。
核心工具：Pydantic模型。这简直是FastAPI的“王牌搭档”，数据验证和序列化的神器。
from pydantic import BaseModel
class Item(BaseModel):
name: str
description: str | None = None
price: float
tax: float | None = None
@app.post("/items/")
async def create_item(item: Item): # FastAPI会自动从请求体中识别`item`
return item
你可能会问，多个参数混着来怎么办？比如路径参数、查询参数和请求体模型一起？
放心，FastAPI智能到令人发指。它会自动识别：
1 参数在路径中或Path()声明 -> 路径参数
2 单数类型（int, str等）且有/无默认值(必填/非必填)，或Query()声明等不在路径中 -> 查询参数
3 Pydantic模型类型 -> 请求体
@app.put("/items/{item_id}")
async def update_item(
item_id: int, # 路径参数
q: str | None = None, # 可选查询参数
item: Item, # 请求体
user: User # 第二个请求体！FastAPI会自动处理为多个请求体参数
):
return {"item_id": item_id, "q": q, "item": item, "user": user}
再说个容易翻车的点：嵌套模型与复杂验证
Pydantic模型可以嵌套，用来描述复杂数据结构，比如订单里有商品列表，每个商品又有自己的属性。
class Image(BaseModel):
url: str
name: str
class Item(BaseModel):
name: str
price: float
tags: list[str] = [] # 字符串列表
image: Image | None = None # 嵌套模型
@app.post("/items/")
async def create_item(item: Item):
return item
这个工具的选择，好比选螺丝刀，不是最贵的就好，而是最趁手的。Pydantic就是FastAPI生态里最趁手的那把“瑞士军刀”，字段类型、默认值、自定义验证器（validator），一套全齐。
第三部分：扩展知识——Cookie、Header与其他
是不是以为这样就完了？餐厅点单还有会员卡和特殊要求呢！
Cookie 和 Header 参数
它们通常用于元数据、身份认证等，不直接作为业务参数。在FastAPI中获取它们非常方便。
from fastapi import Cookie, Header
@app.get("/")
async def read_header_cookie(
user_agent: str | None = Header(None),
session_token: str | None = Cookie(None)
):
return {"user_agent": user_agent, "session_token": session_token}
注意：Header会自动将参数名中的下划线_转换为连字符-。比如user_agent会读取User-Agent这个请求头，且不区分大小写哦。如果请求头本身就有连字符，直接用Header(..., alias="...")指定别名。
表单数据（Form）和文件上传（File）
当需要接收HTML表单提交的数据或上传文件时使用。
from fastapi import Form, File, UploadFile
@app.post("/login/")
async def login(username: str = Form(...), password: str = Form(...)):
return {"username": username}
@app.post("/upload/")
async def upload_file(file: UploadFile = File(...)):
content = await file.read()
return {"filename": file.filename, "size": len(content)}
最后啰嗦一句：File和Form参数不能与纯JSON的Body模型混用，它们是不同的编码格式。接收文件记得用异步读写，大文件更要流式处理，别一股脑读到内存里。
? 总结与一张速查表
好了，咱们今天把FastAPI的参数系统彻底捋了一遍。最后送你一张我总结的“参数安置决策表”，下次设计接口时，拿出来看一眼，保准不迷糊：
路径参数（Path）：用于唯一指定资源。如/users/{id}
查询参数（Query）：用于过滤、排序、分页资源列表。如/users?role=admin&page=2
请求体（Body）：用于创建或更新资源（复杂数据）。用Pydantic模型。
Cookie：用于自动携带的会话或身份信息。
Header：用于元数据、内容协商、认证令牌等。
表单（Form）：用于接收HTML表单提交的键值对数据。
文件（File）：用于上传文件。第已胶慷