使用CPR库向FastAPI服务发送JSON数据的正确方式
在开发RESTful API应用时,客户端与服务端之间的JSON数据交互是一个常见需求。本文将以CPR(C++ Requests Library)向FastAPI服务发送JSON数据为例,详细介绍正确的实现方法。
问题背景
当使用CPR库作为客户端向FastAPI服务发送POST请求时,开发者可能会遇到JSON解析错误。常见的错误提示如"JSON decode error"或"Expecting value",这通常是由于JSON数据格式不正确导致的。
正确实现方式
服务端代码(FastAPI)
首先,我们来看FastAPI服务端的实现。这是一个典型的FastAPI POST接口,使用Pydantic模型来定义接收的数据结构:
from fastapi import FastAPI
from pydantic import BaseModel
app = FastAPI()
class Item(BaseModel):
vorname: str
nachname: str | None = None
alter: int
gewicht: float | None = None
@app.post("/items/")
async def create_item(item: Item):
return item
客户端代码(CPR)
正确的CPR客户端实现应该使用原始字符串字面量(Raw string literal)来构造JSON数据,确保格式完全符合JSON标准:
#include <iostream>
#include <cpr/cpr.h>
int main() {
cpr::Response postRequest = cpr::Post(
cpr::Url{"http://127.0.0.1:8000/items"},
cpr::Header{{"Content-Type", "application/json"}},
cpr::Body{R"({ "vorname": "Olaf", "nachname": "Ralf", "alter": 42, "gewicht": 24 })"}
);
std::cout << postRequest.text << std::endl;
return 0;
}
关键点解析
-
Content-Type头:必须设置为"application/json",告知服务端接收的是JSON格式数据。
-
JSON格式:
- 必须使用完整的大括号{}包裹整个JSON对象
- 属性名必须用双引号括起来
- 数值类型不应加引号(如"alter": 42正确,"alter": "42"错误)
-
CPR的Body构造:使用C++11的原始字符串字面量(R"()")可以避免转义字符带来的麻烦,保持JSON的可读性。
常见错误
-
数值类型加引号:将数值类型如整数、浮点数用引号括起来会导致类型不匹配错误。
-
缺少大括号:JSON对象必须用{}包裹,缺少会导致语法错误。
-
错误的Content-Type:使用text/plain等非JSON类型会导致服务端无法正确解析。
最佳实践建议
-
在开发过程中,可以使用Postman等工具先测试API接口,确保服务端正常工作。
-
对于复杂的JSON结构,可以考虑使用专门的JSON库(如nlohmann/json)来构建JSON对象,再转换为字符串传递给CPR。
-
始终验证服务端返回的状态码和响应内容,便于快速定位问题。
通过遵循这些准则,可以确保C++客户端与FastAPI服务端之间的JSON数据交互正确无误。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C088
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python057
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0137
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00