source.put("AnotherKey", "anotherValue");
        source.put("ValidKey", "validValue");

        Map<String, Object> result = searchLogHelper.toLowerHyphen(source);

        assertEquals("anotherValue", result.get("another_key"));
        assertEquals("validValue", result.get("valid_key"));
    }

    @Test
    public void test_searchLogQueue_initialization() {

# Corps - Modèles imbriqués { #body-nested-models }

Avec FastAPI, vous pouvez définir, valider, documenter et utiliser des modèles imbriqués à n'importe quelle profondeur (grâce à Pydantic).

## Déclarer des champs de liste { #list-fields }

Vous pouvez définir un attribut comme étant un sous-type. Par exemple, une `list` Python :

{* ../../docs_src/body_nested_models/tutorial001_py310.py hl[12] *}

    * Parce que les structures de données de Pydantic sont simplement des instances de classes que vous définissez ; l'autocomplétion, le linting, mypy et votre intuition devraient tous bien fonctionner avec vos données validées.
* Valider des **structures complexes** :
    * Utilisation de modèles Pydantic hiérarchiques, de `List` et `Dict` du `typing` Python, etc.

{* ../../docs_src/response_model/tutorial001_01_py310.py hl[16,21] *}

FastAPI utilisera ce type de retour pour :

* **Valider** les données renvoyées.

En revanche, tout autre paramètre déclaré normalement (par exemple, le corps avec un modèle Pydantic) sera toujours validé, converti, annoté, etc.

Mais il existe des cas spécifiques où il est utile d'obtenir l'objet `Request`.

///

FastAPI va maintenant :

- **Valider** les données en s’assurant que la longueur maximale est de 50 caractères
- Afficher une **erreur claire** au client quand les données ne sont pas valides
- **Documenter** le paramètre dans la *chemin d'accès* du schéma OpenAPI (il apparaîtra donc dans l’**interface de documentation automatique**)

Nous pouvons faire la même chose qu'avant pour **lire** des `Hero`, à nouveau, nous utilisons `response_model=list[HeroPublic]` pour garantir que les données sont correctement validées et sérialisées.

{* ../../docs_src/sql_databases/tutorial002_an_py310.py ln[65:72] hl[65] *}

### Lire un héros avec `HeroPublic` { #read-one-hero-with-heropublic }

Nous pouvons **lire** un héros unique :

## Résultats { #results }

En utilisant uniquement les déclarations de type Python, **FastAPI** réussit à :

* Lire le contenu de la requête en tant que JSON.
* Convertir les types correspondants (si nécessaire).
* Valider la donnée.
    * Si la donnée est invalide, une erreur propre et claire sera renvoyée, indiquant exactement où et quelle était la donnée incorrecte.
* Passer la donnée reçue dans le paramètre `item`.

# Hibernate Validator
# -------------------
constraints.CreditCardNumber.message = {item} est un numéro de carte de crédit non valide.
constraints.EAN.message = {item} est un code-barres {type} non valide.
constraints.Email.message = {item} n'est pas une adresse e-mail valide.
constraints.Length.message = La longueur de {item} doit être comprise entre {min} et {max}.

## Pydantic `bytes` { #pydantic-bytes }

Vous pouvez déclarer un modèle Pydantic avec des champs `bytes`, puis utiliser `val_json_bytes` dans la configuration du modèle pour lui indiquer d'utiliser base64 pour valider les données JSON en entrée ; dans le cadre de cette validation, il décodera la chaîne base64 en octets.

{* ../../docs_src/json_base64_bytes/tutorial001_py310.py ln[1:9,29:35] hl[9] *}