【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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
754
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
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
337
179
AscendNPU-IR
C++
86
141
openJiuwen 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
TSX
986
248