- Sort Score
- Result 10 results
- Languages All
Results 1 - 10 of 70 for podemos (0.91 sec)
-
docs/pt/docs/advanced/async-tests.md
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Nov 18 02:25:44 UTC 2024 - 4.3K bytes - Viewed (0) -
docs/pt/docs/advanced/advanced-dependencies.md
## Parametrizar a instância E agora, nós podemos utilizar o `__init__` para declarar os parâmetros da instância que podemos utilizar para "parametrizar" a dependência: {* ../../docs_src/dependencies/tutorial011_an_py39.py hl[9] *}
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Nov 18 02:25:44 UTC 2024 - 2.6K bytes - Viewed (0) -
docs/pt/docs/tutorial/body-nested-models.md
## Modelos aninhados Cada atributo de um modelo Pydantic tem um tipo. Mas esse tipo pode ser outro modelo Pydantic. Portanto, você pode declarar "objects" JSON profundamente aninhados com nomes, tipos e validações de atributos específicos. Tudo isso, aninhado arbitrariamente. ### Defina um sub-modelo Por exemplo, nós podemos definir um modelo `Image`:
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Nov 18 02:25:44 UTC 2024 - 7.2K bytes - Viewed (0) -
docs/es/docs/tutorial/body-nested-models.md
```Python from typing import List my_list: List[str] ``` Eso es toda la sintaxis estándar de Python para declaraciones de tipo. Usa esa misma sintaxis estándar para atributos de modelos con tipos internos. Así, en nuestro ejemplo, podemos hacer que `tags` sea específicamente una "lista de strings": {* ../../docs_src/body_nested_models/tutorial002_py310.py hl[12] *} ## Tipos de conjunto
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 7.5K bytes - Viewed (0) -
docs/es/docs/advanced/async-tests.md
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 4K bytes - Viewed (0) -
docs/pt/docs/tutorial/extra-models.md
E esses modelos estão compartilhando muitos dos dados e duplicando nomes e tipos de atributos. Nós poderíamos fazer melhor. Podemos declarar um modelo `UserBase` que serve como base para nossos outros modelos. E então podemos fazer subclasses desse modelo que herdam seus atributos (declarações de tipo, validação, etc.).
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Nov 18 02:25:44 UTC 2024 - 6.8K bytes - Viewed (0) -
docs/es/docs/tutorial/extra-models.md
Y estos modelos están compartiendo muchos de los datos y duplicando nombres y tipos de atributos. Podríamos hacerlo mejor. Podemos declarar un modelo `UserBase` que sirva como base para nuestros otros modelos. Y luego podemos hacer subclases de ese modelo que heredan sus atributos (declaraciones de tipo, validación, etc).
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 7.3K bytes - Viewed (0) -
docs/es/docs/tutorial/security/get-current-user.md
Pero eso aún no es tan útil. Vamos a hacer que nos dé el usuario actual. ## Crear un modelo de usuario Primero, vamos a crear un modelo de usuario con Pydantic. De la misma manera que usamos Pydantic para declarar cuerpos, podemos usarlo en cualquier otra parte: {* ../../docs_src/security/tutorial002_an_py310.py hl[5,12:6] *} ## Crear una dependencia `get_current_user` Vamos a crear una dependencia `get_current_user`.
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 4.3K bytes - Viewed (0) -
docs/es/docs/advanced/advanced-dependencies.md
## Parametrizar la instance Y ahora, podemos usar `__init__` para declarar los parámetros de la instance que podemos usar para "parametrizar" la dependencia: {* ../../docs_src/dependencies/tutorial011_an_py39.py hl[9] *}
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 2.5K bytes - Viewed (0) -
docs/pt/docs/tutorial/security/get-current-user.md
`get_current_user` terá uma dependência com o mesmo `oauth2_scheme` que criamos...
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Fri Jan 10 13:33:35 UTC 2025 - 4.5K bytes - Viewed (0)