【亲测免费】 FastAPI Users 使用指南
2026-01-17 09:02:24作者:董灵辛Dennis
项目目录结构及介绍
FastAPI Users 是一个构建在 FastAPI 框架之上的用户管理库,提供了用户注册、认证等核心功能。以下是一个典型的 fastapi-users 项目结构示例:
fastapi_app/
├── app/
│ ├── main.py # 主入口文件,用于初始化 FastAPI 应用
│ ├── models.py # 定义 User 模型以及数据库模型(如 UserDB)
│ ├── dependencies.py # 包含 FastAPI Users 相关依赖项,如用户数据库操作
│ └── routers/ # 路由模块,存放认证、注册等路由处理逻辑
│ ├── auth.py
│ └── users.py
├── requirements.txt # 项目所需的第三方库列表
├── config.py # 配置文件,定义数据库连接、JWT密钥等设置
├── database.db # 如果使用SQLite作为数据库,这是数据库文件
└── README.md # 项目说明文档
- main.py:应用程序的主要启动脚本,负责创建 FastAPI 实例并集成 FastAPI Users。
- models.py:包含用户数据的模型定义,包括用户基础模型和数据库模型。
- dependencies.py:提供依赖注入相关函数,比如用户数据库的访问对象。
- routers/auth.py 和 routers/users.py: 分别实现认证(登录、注销)和其他用户相关的API。
- config.py:存储应用的配置信息,包括数据库URL、JWT密钥等敏感数据。
- requirements.txt:列出项目依赖的Python包。
项目的启动文件介绍
main.py 是项目的入口点,其关键部分通常包含以下步骤:
from fastapi import FastAPI
from fastapi_users import FastAPIUsers
from .models import User, UserCreate, UserUpdate
from .database import get_user_db
app = FastAPI()
# 初始化 FastAPI Users
fastapi_users = FastAPIUsers[User, int](
get_user_db,
[auth_backend],
)
@app.on_event("startup")
async def startup():
await database.connect()
@app.on_event("shutdown")
async def shutdown():
await database.disconnect()
app.include_router(
fastapi_users.get_auth_router(auth_backend),
prefix="/auth",
tags=["auth"],
)
...
这里,get_user_db 函数应该从dependencies.py导入,用来创建用户数据库的实例。auth_backend代表认证机制(例如JWT或基本认证)。
项目的配置文件介绍
配置通常位于单独的文件中,如 config.py,以保持代码的整洁和可维护性。一个基本的配置文件可能看起来像这样:
DATABASE_URL = "sqlite:///./database.db"
SECRET = "your-secret-key-here"
ALGORITHM = "HS256"
ACCESS_TOKEN_EXPIRE_MINUTES = 30
USER_MODELS = {"user_model": User, "create_schema_type": UserCreate, "update_schema_type": UserUpdate}
- DATABASE_URL:指定数据库的连接字符串,对于SQLite,可以是相对于运行脚本的位置。
- SECRET:用于加密JWT令牌的密钥,必须保密。
- ALGORITHM:JWT算法类型,此处为HMAC SHA256。
- ACCESS_TOKEN_EXPIRE_MINUTES:访问令牌的有效期。
- USER_MODELS:定义用户模型和对应的创建、更新模式,确保FastAPI Users能够识别你的用户模型。
通过以上结构和配置,开发者可以快速地将用户认证和管理功能集成到自己的FastAPI应用中。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0582- Ddeepseek-harnessDeepSeek Harness: Everything is a Plugin.TypeScript025
paper-ai搜索真实文献并生成引用对应文献的AI论文TSX03
phyaiPhyAI 是一个用于运行 Physical AI 模型(VLA、WAM 等)的高性能框架,支持云端推理服务和端侧部署。Python00
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
xiaobei专门为 OPC / 中小微企业准备的自媒体获客智能体Markdown02
热门内容推荐
最新内容推荐
项目优选
收起
openEuler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。
C
511
551
暂无描述
Markdown
854
5.69 K
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++
1.05 K
2.5 K
deepin linux kernel
C
33
16
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
840
1.28 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
848
1.71 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.25 K
1.38 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.34 K
859
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
511
347
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
789
414