Django Ninja中的HTTP状态码支持详解
2025-05-28 22:08:38作者:虞亚竹Luna
Django Ninja作为一款高效的API框架,提供了完善的HTTP状态码支持机制。本文将深入探讨如何在Django Ninja中正确使用HTTP状态码来构建规范的API响应。
HTTP状态码基础
HTTP状态码是服务器对客户端请求的响应标识,分为五大类:
- 1xx:信息响应
- 2xx:成功响应
- 3xx:重定向
- 4xx:客户端错误
- 5xx:服务器错误
在Django Ninja中,我们可以通过多种方式使用这些状态码。
直接返回状态码
最简单的方式是直接在路由处理函数中返回状态码和数据的元组:
from ninja import NinjaAPI
api = NinjaAPI()
@api.get("/items/{item_id}")
def get_item(request, item_id: int):
if item_id > 100:
return 404, {"message": "Item not found"}
return 200, {"id": item_id, "name": "Sample Item"}
使用Python标准库的HTTPStatus
Python标准库中的http.HTTPStatus提供了更优雅的状态码使用方式:
from http import HTTPStatus
from ninja import NinjaAPI
api = NinjaAPI()
@api.get("/items")
def list_items(request):
items = [...] # 获取项目列表
if not items:
return HTTPStatus.NO_CONTENT, None
return HTTPStatus.OK, {"items": items}
HTTPStatus枚举类不仅包含状态码数值,还提供了描述信息:
.value
:状态码数值.phrase
:状态短语(如"OK").description
:详细描述
在路由装饰器中声明响应状态码
Django Ninja允许在路由装饰器中预先声明可能的响应状态码和对应的Schema:
from ninja import Schema
from http import HTTPStatus
class ItemSchema(Schema):
id: int
name: str
class ErrorSchema(Schema):
message: str
@api.get(
"/items/{item_id}",
response={
HTTPStatus.OK: ItemSchema,
HTTPStatus.NOT_FOUND: ErrorSchema,
HTTPStatus.BAD_REQUEST: ErrorSchema,
}
)
def get_item(request, item_id: int):
if item_id <= 0:
return HTTPStatus.BAD_REQUEST, {"message": "Invalid ID"}
# ...其他逻辑
常见状态码使用场景
以下是一些常见HTTP状态码在Django Ninja中的典型应用场景:
- 200 OK:请求成功
- 201 Created:资源创建成功
- 204 No Content:成功但无返回内容
- 400 Bad Request:客户端请求错误
- 401 Unauthorized:未认证
- 403 Forbidden:无权限
- 404 Not Found:资源不存在
- 500 Internal Server Error:服务器内部错误
最佳实践建议
- 始终为API端点定义完整的响应Schema
- 使用HTTPStatus枚举代替硬编码数字
- 为错误情况提供有意义的错误信息
- 保持状态码使用的一致性
- 在文档中明确记录每个端点可能返回的状态码
通过合理使用HTTP状态码,可以构建出符合RESTful规范的、易于理解和使用的API接口。Django Ninja的灵活设计让开发者能够以最合适的方式实现这些最佳实践。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
211
287

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

暂无简介
Dart
526
116

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
987
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
45
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44