- Sort Score
- Result 10 results
- Languages All
Results 1 - 10 of 30 for adatok (0.22 sec)
-
docs/hu/docs/index.md
* Szövegkiegészítés. * Típus ellenőrzés. * Adatok validációja: * Automatikus és érthető hibák amikor az adatok hibásak. * Validáció mélyen ágyazott objektumok esetén is. * Bemeneti adatok<abbr title="also known as: serialization, parsing, marshalling"> átváltása</abbr> : a hálózatról érkező Python adatokká és típusokká. Adatok olvasása következő forrásokból: * JSON. * Cím paraméterek.
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Sun Aug 31 10:49:48 UTC 2025 - 20.2K bytes - Viewed (0) -
docs/es/docs/tutorial/schema-extra-example.md
# Declarar Ejemplos de Request Puedes declarar ejemplos de los datos que tu aplicación puede recibir. Aquí tienes varias formas de hacerlo. ## Datos extra de JSON Schema en modelos de Pydantic Puedes declarar `examples` para un modelo de Pydantic que se añadirá al JSON Schema generado. //// tab | Pydantic v2 {* ../../docs_src/schema_extra_example/tutorial001_py310.py hl[13:24] *} //// //// tab | Pydantic v1
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 9.8K bytes - Viewed (0) -
docs/es/docs/tutorial/security/simple-oauth2.md
### Revisa el password En este punto tenemos los datos del usuario de nuestra base de datos, pero no hemos revisado el password. Primero pongamos esos datos en el modelo `UserInDB` de Pydantic. Nunca deberías guardar passwords en texto plano, así que, usaremos el sistema de hash de passwords (falso). Si los passwords no coinciden, devolvemos el mismo error.
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 9.9K bytes - Viewed (0) -
docs/es/docs/tutorial/security/oauth2-jwt.md
Muchos paquetes que lo simplifican tienen que hacer muchos compromisos con el modelo de datos, la base de datos y las funcionalidades disponibles. Y algunos de estos paquetes que simplifican las cosas demasiado en realidad tienen fallos de seguridad en el fondo. --- **FastAPI** no hace ningún compromiso con ninguna base de datos, modelo de datos o herramienta.
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Sun Aug 31 10:49:48 UTC 2025 - 10.9K bytes - Viewed (0) -
docs/es/docs/tutorial/response-model.md
## Tipo de Retorno y Filtrado de Datos Continuemos con el ejemplo anterior. Queríamos **anotar la función con un tipo**, pero queríamos poder devolver desde la función algo que en realidad incluya **más datos**. Queremos que FastAPI continúe **filtrando** los datos usando el modelo de response. Para que, incluso cuando la función devuelva más datos, el response solo incluya los campos declarados en el modelo de response.
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 17K bytes - Viewed (0) -
docs/es/docs/alternatives.md
title="también llamada marshalling, conversión">serialización</abbr>" de datos, que consiste en tomar datos del código (Python) y convertirlos en algo que pueda ser enviado a través de la red. Por ejemplo, convertir un objeto que contiene datos de una base de datos en un objeto JSON. Convertir objetos `datetime` en strings, etc. Otra gran funcionalidad necesaria por las APIs es la validación de datos, asegurarse de que los datos sean válidos, dados ciertos parámetros. Por ejemplo, que algún campo...
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 25.4K bytes - Viewed (0) -
src/main/resources/fess_message_es.properties
errors.crud_failed_to_create_instance = No se pudieron crear nuevos datos. errors.crud_failed_to_create_crud_table = No se pudieron crear nuevos datos. ({0}) errors.crud_failed_to_update_crud_table=No se pudieron actualizar los datos. ({0}) errors.crud_failed_to_delete_crud_table=No se pudieron eliminar los datos. ({0}) errors.crud_could_not_find_crud_table = No se encontraron los datos {0}.
Registered: Thu Sep 04 12:52:25 UTC 2025 - Last Modified: Thu Jul 10 04:56:21 UTC 2025 - 12.7K bytes - Viewed (0) -
docs/es/docs/tutorial/dependencies/dependencies-with-yield.md
background dentro de la propia tarea en background, y usar internamente solo datos que no dependan de los recursos de las dependencias con `yield`. Por ejemplo, en lugar de usar la misma sesión de base de datos, crearías una nueva sesión de base de datos dentro de la tarea en background, y obtendrías los objetos de la base de datos usando esta nueva sesión. Y luego, en lugar de pasar el objeto de la base de datos como parámetro a la función de tarea en background, pasarías el ID de ese objeto...
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 13K bytes - Viewed (0) -
docs/es/docs/tutorial/sql-databases.md
SQLModel sabrá que algo declarado como `str` será una columna SQL de tipo `TEXT` (o `VARCHAR`, dependiendo de la base de datos). ### Crear un Engine Un `engine` de SQLModel (en el fondo, realmente es un `engine` de SQLAlchemy) es lo que **mantiene las conexiones** a la base de datos.
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 18:26:57 UTC 2024 - 15.8K bytes - Viewed (0) -
docs/es/docs/features.md
* Todas las dependencias pueden requerir datos de los requests y **aumentar las restricciones de la path operation** y la documentación automática. * **Validación automática** incluso para los parámetros de *path operation* definidos en las dependencias. * Soporte para sistemas de autenticación de usuario complejos, **conexiones a bases de datos**, etc. * **Sin compromisos** con bases de datos, frontends, etc. Pero fácil integración con todos ellos.
Registered: Sun Sep 07 07:19:17 UTC 2025 - Last Modified: Mon Dec 30 17:46:44 UTC 2024 - 10.4K bytes - Viewed (0)