- Sort Score
- Result 10 results
- Languages All
Results 1 - 10 of 14 for Zadoks (0.18 sec)
-
docs/pt/docs/tutorial/encoder.md
Existem alguns casos em que você pode precisar converter um tipo de dados (como um modelo Pydantic) para algo compatível com JSON (como um `dict`, `list`, etc). Por exemplo, se você precisar armazená-lo em um banco de dados. Para isso, **FastAPI** fornece uma função `jsonable_encoder()`. ## Usando a função `jsonable_encoder` Vamos imaginar que você tenha um banco de dados `fake_db` que recebe apenas dados compatíveis com JSON.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 19:53:19 GMT 2024 - 1.9K bytes - Viewed (0) -
docs/pt/docs/features.md
* Todas as dependências podem pedir dados das requisições e **ampliar** as restrições e documentação automática da **operação de caminho**. * **Validação automática** mesmo para parâmetros da *operação de caminho* definidos em dependências. * Suporte para sistemas de autenticação complexos, **conexões com banco de dados** etc. * **Sem comprometer** os bancos de dados, _frontends_ etc. Mas fácil integração com todos eles.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 19:53:19 GMT 2024 - 10.4K bytes - Viewed (0) -
docs/pt/docs/tutorial/body-nested-models.md
E que o Python tem um tipo de dados especial para conjuntos de itens únicos, o `set`. Então podemos importar `Set` e declarar `tags` como um `set` de `str`s: ```Python hl_lines="1 14" {!../../../docs_src/body_nested_models/tutorial003.py!} ``` Com isso, mesmo que você receba uma requisição contendo dados duplicados, ela será convertida em um conjunto de itens exclusivos.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 19:53:19 GMT 2024 - 7.4K bytes - Viewed (0) -
docs/pt/docs/tutorial/body.md
## Importe o `BaseModel` do Pydantic Primeiro, você precisa importar `BaseModel` do `pydantic`: ```Python hl_lines="4" {!../../../docs_src/body/tutorial001.py!} ``` ## Crie seu modelo de dados Então você declara seu modelo de dados como uma classe que herda `BaseModel`. Utilize os tipos Python padrão para todos os atributos: ```Python hl_lines="7-11" {!../../../docs_src/body/tutorial001.py!} ```
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 19:53:19 GMT 2024 - 7.1K bytes - Viewed (0) -
docs/pt/docs/tutorial/path-params.md
## Pydantic Toda a validação de dados é feita por baixo dos panos pelo <a href="https://docs.pydantic.dev/" class="external-link" target="_blank">Pydantic</a>, então você tem todos os benefícios disso. E assim você sabe que está em boas mãos. Você pode usar as mesmas declarações de tipo com `str`, `float`, `bool` e muitos outros tipos complexos de dados. Vamos explorar muitos destes tipos nos próximos capítulos do tutorial.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 19:53:19 GMT 2024 - 9.7K bytes - Viewed (0) -
docs/pt/docs/tutorial/first-steps.md
#### "*Schema*" de dados O termo "*schema*" também pode se referir à forma de alguns dados, como um conteúdo JSON. Nesse caso, significaria os atributos JSON e os tipos de dados que eles possuem, etc. #### OpenAPI e JSON *Schema*
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 19:53:19 GMT 2024 - 9.6K bytes - Viewed (0) -
docs/pt/docs/tutorial/body-multiple-params.md
Ele executará a validação dos dados compostos e irá documentá-los de maneira compatível com o esquema OpenAPI e documentação automática. ## Valores singulares no corpo Assim como existem uma `Query` e uma `Path` para definir dados adicionais para parâmetros de consulta e de rota, o **FastAPI** provê o equivalente para `Body`.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 19:53:19 GMT 2024 - 6K bytes - Viewed (0) -
docs/pt/docs/index.md
* Arquivos. * <abbr title="também conhecido como: serialization, parsing, marshalling">Conversão</abbr> de dados de saída de tipos e dados Python para dados de rede (como JSON): * Converte tipos Python (`str`, `int`, `float`, `bool`, `list` etc). * Objetos `datetime`. * Objetos `UUID`. * Modelos de Banco de Dados. * ...e muito mais.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 23:58:47 GMT 2024 - 18.7K bytes - Viewed (0) -
docs/pt/docs/advanced/events.md
Pode ser muito útil para configurar **recursos** que você precisa usar por toda aplicação, e que são **compartilhados** entre as requisições, e/ou que você precisa **limpar** depois. Por exemplo, o pool de uma conexão com o banco de dados ou carregamento de um modelo compartilhado de aprendizado de máquina (_machine learning_). ## Caso de uso Vamos iniciar com um exemplo de **caso de uso** e então ver como resolvê-lo com isso.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 19:53:19 GMT 2024 - 8.6K bytes - Viewed (0) -
docs/pt/docs/tutorial/query-params.md
* Suporte do editor (obviamente) * <abbr title="convertendo uma string que vem de um request HTTP em um dado Python">"Parsing"</abbr> de dados * Validação de dados * Documentação automática ## Valores padrão Como os parâmetros de consulta não são uma parte fixa da rota, eles podem ser opcionais e podem ter valores padrão.
Plain Text - Registered: Sun Apr 28 07:19:10 GMT 2024 - Last Modified: Thu Apr 18 19:53:19 GMT 2024 - 5.6K bytes - Viewed (0)