- Sort Score
- Result 10 results
- Languages All
Results 1 - 10 of 13 for Lydell (0.28 sec)
-
docs/de/docs/tutorial/response-model.md
Zum Beispiel könnten Sie **ein Dict zurückgeben** wollen, oder ein Datenbank-Objekt, aber **es als Pydantic-Modell deklarieren**. Auf diese Weise übernimmt das Pydantic-Modell alle Datendokumentation, -validierung, usw. für das Objekt, welches Sie zurückgeben (z. B. ein Dict oder ein Datenbank-Objekt).
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Sat Mar 30 20:26:58 GMT 2024 - 19.9K bytes - Viewed (0) -
docs/de/docs/features.md
from pydantic import BaseModel # Deklarieren Sie eine Variable als ein `str` # und bekommen Sie Editor-Unterstütung innerhalb der Funktion def main(user_id: str): return user_id # Ein Pydantic-Modell class User(BaseModel): id: int name: str joined: date ``` Das kann nun wie folgt verwendet werden: ```Python my_user: User = User(id=3, name="John Doe", joined="2018-07-19")
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Sat Mar 30 19:43:43 GMT 2024 - 10.8K bytes - Viewed (0) -
docs/de/docs/deployment/concepts.md
### Arbeitsspeicher pro Prozess Wenn das Programm nun Dinge in den Arbeitsspeicher lädt, zum Beispiel ein Modell für maschinelles Lernen in einer Variablen oder den Inhalt einer großen Datei in einer Variablen, verbraucht das alles **einen Teil des Arbeitsspeichers (RAM – Random Access Memory)** des Servers.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Sat Mar 30 20:16:25 GMT 2024 - 20.6K bytes - Viewed (0) -
docs/de/docs/index.md
Nur Standard-**Python 3.8+**. Zum Beispiel für ein `int`: ```Python item_id: int ``` oder für ein komplexeres `Item`-Modell: ```Python item: Item ``` ... und mit dieser einen Deklaration erhalten Sie: * Editor-Unterstützung, einschließlich: * Code-Vervollständigung. * Typprüfungen.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Sat Mar 30 20:28:17 GMT 2024 - 21.2K bytes - Viewed (0) -
docs/de/docs/tutorial/body-nested-models.md
Aber dieser Typ kann selbst ein anderes Pydantic-Modell sein. Sie können also tief verschachtelte JSON-„Objekte“ deklarieren, mit spezifischen Attributnamen, -typen, und -validierungen. Alles das beliebig tief verschachtelt. ### Ein Kindmodell definieren Wir können zum Beispiel ein `Image`-Modell definieren. === "Python 3.10+" ```Python hl_lines="7-9"
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Fri Mar 22 01:42:11 GMT 2024 - 10.4K bytes - Viewed (0) -
docs/it/docs/index.md
* Il _path_ `/items/{item_id}` ha una `str` _query parameter_ `q`. ### Documentazione interattiva dell'API Adesso vai all'indirizzo <a href="http://127.0.0.1:8000/docs" class="external-link" target="_blank">http://127.0.0.1:8000/docs</a>. Vedrai la documentazione interattiva dell'API (offerta da <a href="https://github.com/swagger-api/swagger-ui" class="external-link" target="_blank">Swagger UI</a>):
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 23:58:47 GMT 2024 - 19.3K bytes - Viewed (0) -
docs/de/docs/tutorial/handling-errors.md
**FastAPI** verwendet diesen, sodass Sie, wenn Sie ein Pydantic-Modell für `response_model` verwenden, und ihre Daten fehlerhaft sind, einen Fehler in ihrem Log sehen.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Sat Mar 30 20:28:29 GMT 2024 - 10.6K bytes - Viewed (0) -
docs/de/docs/tutorial/security/oauth2-jwt.md
Erstellen Sie eine Variable `ALGORITHM` für den Algorithmus, der zum Signieren des JWT-Tokens verwendet wird, und setzen Sie sie auf `"HS256"`. Erstellen Sie eine Variable für das Ablaufdatum des Tokens. Definieren Sie ein Pydantic-Modell, das im Token-Endpunkt für die Response verwendet wird. Erstellen Sie eine Hilfsfunktion, um einen neuen Zugriffstoken zu generieren. === "Python 3.10+" ```Python hl_lines="6 12-14 28-30 78-86"
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Sat Mar 30 20:27:06 GMT 2024 - 15.1K bytes - Viewed (0) -
docs/de/docs/tutorial/security/simple-oauth2.md
### Das Passwort überprüfen Zu diesem Zeitpunkt liegen uns die Benutzerdaten aus unserer Datenbank vor, das Passwort haben wir jedoch noch nicht überprüft. Lassen Sie uns diese Daten zunächst in das Pydantic-Modell `UserInDB` einfügen. Sie sollten niemals Klartext-Passwörter speichern, daher verwenden wir ein (gefaktes) Passwort-Hashing-System. Wenn die Passwörter nicht übereinstimmen, geben wir denselben Fehler zurück.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Sat Mar 30 18:08:44 GMT 2024 - 14.3K bytes - Viewed (0) -
docs/de/docs/tutorial/schema-extra-example.md
Hier sind mehrere Möglichkeiten, das zu tun. ## Zusätzliche JSON-Schemadaten in Pydantic-Modellen Sie können `examples` („Beispiele“) für ein Pydantic-Modell deklarieren, welche dem generierten JSON-Schema hinzugefügt werden. === "Python 3.10+ Pydantic v2" ```Python hl_lines="13-24" {!> ../../../docs_src/schema_extra_example/tutorial001_py310.py!} ```
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Sat Mar 30 20:19:53 GMT 2024 - 13.3K bytes - Viewed (0)