FastAPI + React 项目教程
2026-01-19 10:39:04作者:郦嵘贵Just
1. 项目的目录结构及介绍
fastapi-react-project/
├── assets/
├── scripts/
├── {{cookiecutter.project_slug}}/
│ ├── app/
│ │ ├── api/
│ │ ├── core/
│ │ ├── db/
│ │ ├── models/
│ │ ├── schemas/
│ │ ├── services/
│ │ ├── static/
│ │ ├── templates/
│ │ ├── __init__.py
│ │ ├── main.py
│ │ ├── config.py
│ │ ├── dependencies.py
│ │ ├── exceptions.py
│ │ ├── middleware.py
│ │ ├── routes.py
│ │ ├── utils.py
│ ├── tests/
│ ├── .gitignore
│ ├── CONTRIBUTING.md
│ ├── LICENSE
│ ├── README.md
│ ├── cookiecutter.json
│ ├── Dockerfile
│ ├── docker-compose.yml
│ ├── requirements.txt
│ ├── setup.py
目录结构介绍
assets/: 存放静态资源文件。scripts/: 存放脚本文件。{{cookiecutter.project_slug}}/: 项目主目录。app/: 应用主目录。api/: API 路由和处理函数。core/: 核心配置和功能。db/: 数据库相关文件。models/: 数据库模型。schemas/: Pydantic 模型。services/: 业务逻辑服务。static/: 静态文件。templates/: 模板文件。main.py: 项目启动文件。config.py: 配置文件。dependencies.py: 依赖注入。exceptions.py: 异常处理。middleware.py: 中间件。routes.py: 路由定义。utils.py: 工具函数。
tests/: 测试文件。.gitignore: Git 忽略文件。CONTRIBUTING.md: 贡献指南。LICENSE: 许可证。README.md: 项目说明。cookiecutter.json: Cookiecutter 配置文件。Dockerfile: Docker 配置文件。docker-compose.yml: Docker Compose 配置文件。requirements.txt: Python 依赖包。setup.py: 安装脚本。
2. 项目的启动文件介绍
main.py
from fastapi import FastAPI
from app.api import api_router
from app.core import settings
app = FastAPI(title=settings.PROJECT_NAME, openapi_url=f"{settings.API_V1_STR}/openapi.json")
app.include_router(api_router, prefix=settings.API_V1_STR)
if __name__ == "__main__":
import uvicorn
uvicorn.run(app, host="0.0.0.0", port=8000)
FastAPI实例化并配置项目名称和 OpenAPI URL。- 包含 API 路由器。
- 使用
uvicorn启动应用。
3. 项目的配置文件介绍
config.py
from pydantic import BaseSettings
class Settings(BaseSettings):
PROJECT_NAME: str = "FastAPI-React Project"
API_V1_STR: str = "/api/v1"
SECRET_KEY: str = "super_secret"
SQLALCHEMY_DATABASE_URI: str = "postgresql://postgres:password@db:5432/app"
SUPERUSER_EMAIL: str = "admin@fastapi-react-project.com"
SUPERUSER_PASSWORD: str = "password"
settings = Settings()
BaseSettings用于环境变量和默认值。- 配置项目名称、API 版本路径、密钥、数据库 URI 和超级用户信息。
以上
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
Ascend Extension for PyTorch
Python
503
608
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
285
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++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
893
昇腾LLM分布式训练框架
Python
142
168