- Sort Score
- Result 10 results
- Languages All
Results 1 - 10 of 109 for Bastos (0.09 sec)
-
docs/es/docs/benchmarks.md
* Si no usaras FastAPI y usaras Starlette directamente (u otra herramienta, como Sanic, Flask, Responder, etc.), tendrías que implementar toda la validación y serialización de datos tu mismo. Por lo tanto, tu aplicación final seguirá teniendo...
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Wed Feb 07 11:39:50 UTC 2024 - 3.9K bytes - Viewed (0) -
docs/es/docs/async.md
/// --- Si estás utilizando libraries de terceros que se comunican con algo (una base de datos, una API, el sistema de archivos, etc.) y no tienes soporte para `await` (este es el caso para la mayoría de las libraries de bases de datos), declara tus *path operation functions* de forma habitual, con solo `def`, de la siguiente manera: ```Python hl_lines="2" @app.get('/') def results():
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Mon Aug 19 18:15:21 UTC 2024 - 24.9K bytes - Viewed (0) -
docs/es/docs/features.md
Esto también significa que en muchos casos puedes pasar el mismo objeto que obtuviste de un request **directamente a la base de datos**, dado que todo es validado automáticamente. Lo mismo aplica para el sentido contrario. En muchos casos puedes pasar el objeto que obtienes de la base de datos **directamente al cliente**.
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Mon Aug 19 18:15:21 UTC 2024 - 10.9K bytes - Viewed (0) -
docs/es/docs/python-types.md
Tú declaras la "forma" de los datos mediante clases con atributos. Cada atributo tiene un tipo. Luego creas un instance de esa clase con algunos valores y Pydantic validará los valores, los convertirá al tipo apropiado (si ese es el caso) y te dará un objeto con todos los datos. Y obtienes todo el soporte del editor con el objeto resultante.
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Sun Oct 06 20:36:54 UTC 2024 - 9.1K bytes - Viewed (0) -
docs/es/docs/tutorial/first-steps.md
--- Cuando construyes APIs, normalmente usas uno de estos métodos específicos de HTTP para realizar una acción específica. Normalmente usas: * `POST`: para crear datos. * `GET`: para leer datos. * `PUT`: para actualizar datos. * `DELETE`: para borrar datos. Así que en OpenAPI, cada uno de estos métodos de HTTP es referido como una "operación".
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Sun Oct 06 20:36:54 UTC 2024 - 9.9K bytes - Viewed (0) -
docs/es/docs/advanced/response-change-status-code.md
Pero en algunos casos necesitas retornar un status code diferente al predeterminado. ## Casos de uso Por ejemplo, imagina que quieres retornar un HTTP status code de "OK" `200` por defecto. Pero si los datos no existen, quieres crearlos y retornar un HTTP status code de "CREATED" `201`. Pero aún quieres poder filtrar y convertir los datos que retornas con un `response_model`.
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Sun Oct 06 20:36:54 UTC 2024 - 1.6K bytes - Viewed (0) -
docs/pt/docs/deployment/docker.md
definindo **replicação** no nível do cluster, com vários **contêineres**. Nesses casos, é melhor **construir uma imagem do zero** conforme descrito acima: [Construindo uma Imagem Docker para FastAPI](#construindo-uma-imagem-docker-para-fastapi). Essa imagem seria útil principalmente nos casos especiais descritos acima em [Contêineres com Múltiplos Processos e Casos Especiais](#conteineres-com-multiplos-processos-e-casos-especiais). Por exemplo, se sua aplicação for **simples o suficiente** para...
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Mon Aug 12 21:47:53 UTC 2024 - 37.4K bytes - Viewed (0) -
docs/es/docs/advanced/response-directly.md
Por ejemplo, no puedes poner un modelo Pydantic en una `JSONResponse` sin primero convertirlo a un `dict` con todos los tipos de datos (como `datetime`, `UUID`, etc) convertidos a tipos compatibles con JSON. Para esos casos, puedes usar el `jsonable_encoder` para convertir tus datos antes de pasarlos a la respuesta: ```Python hl_lines="4 6 20 21" {!../../docs_src/response_directly/tutorial001.py!} ```
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Sun Oct 06 20:36:54 UTC 2024 - 3.2K bytes - Viewed (0) -
docs/es/docs/tutorial/path-params.md
## Pydantic Toda la validación de datos es realizada tras bastidores por <a href="https://docs.pydantic.dev/" class="external-link" target="_blank">Pydantic</a>, así que obtienes todos sus beneficios. Así sabes que estás en buenas manos. Puedes usar las mismas declaraciones de tipos con `str`, `float`, `bool` y otros tipos de datos más complejos. Exploraremos varios de estos tipos en los próximos capítulos del tutorial.
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Sun Oct 06 20:36:54 UTC 2024 - 9.4K bytes - Viewed (0) -
docs/es/docs/tutorial/query-params.md
Todo el proceso que aplicaba a los parámetros de path también aplica a los parámetros de query: * Soporte del editor (obviamente) * <abbr title="convertir el string que viene de un HTTP request a datos de Python">"Parsing"</abbr> de datos * Validación de datos * Documentación automática ## Configuraciones por defecto Como los parámetros de query no están fijos en una parte del path pueden ser opcionales y pueden tener valores por defecto.
Registered: Sun Nov 03 07:19:11 UTC 2024 - Last Modified: Sun Oct 06 20:36:54 UTC 2024 - 5.1K bytes - Viewed (0)