Ви можете задати `examples` для моделі Pydantic, які буде додано до згенерованої Схеми JSON.

{* ../../docs_src/schema_extra_example/tutorial001_py310.py hl[13:24] *}

Ця додаткова інформація буде додана як є до **Схеми JSON** для цієї моделі, і вона буде використана в документації до API.

그리고 쓰기 작업은 `async`와 `await`를 사용하지 않으므로, 일반 `def`로 함수를 정의합니다:

{* ../../docs_src/background_tasks/tutorial001_py310.py hl[6:9] *}

## 백그라운드 작업 추가 { #add-the-background-task }

*경로 처리 함수* 내부에서 `.add_task()` 메서드로 작업 함수를 *백그라운드 작업* 객체에 전달합니다:

{* ../../docs_src/background_tasks/tutorial001_py310.py hl[14] *}

`.add_task()`는 다음 인자를 받습니다:

* 백그라운드에서 실행될 작업 함수(`write_notification`).
* 작업 함수에 순서대로 전달되어야 하는 인자 시퀀스(`email`).

Вам просто потрібно оголосити **Pydantic-модель** з полями, які ви хочете отримати як **поля форми**, а потім оголосити параметр як `Form`:

{* ../../docs_src/request_form_models/tutorial001_an_py310.py hl[9:11,15] *}

**FastAPI**  **витягне** дані для **кожного поля** з **формових даних** у запиті та надасть вам Pydantic-модель, яку ви визначили.

## Перевірте документацію { #check-the-docs }

## `File` をインポート { #import-file }

`fastapi` から `File` と `UploadFile` をインポートします:

{* ../../docs_src/request_files/tutorial001_an_py310.py hl[3] *}

## `File` パラメータの定義 { #define-file-parameters }

`Body` や `Form` と同様の方法でファイルのパラメータを作成します:

{* ../../docs_src/request_files/tutorial001_an_py310.py hl[9] *}

/// info | 情報

`File` は `Form` を直接継承したクラスです。

{* ../../docs_src/request_forms_and_files/tutorial001_an_py310.py hl[3] *}

## `File` und `Form`-Parameter definieren { #define-file-and-form-parameters }

Erstellen Sie Datei- und Formularparameter, so wie Sie es auch mit `Body` oder `Query` machen würden:

{* ../../docs_src/request_forms_and_files/tutorial001_an_py310.py hl[10:12] *}

{* ../../docs_src/cookie_params/tutorial001_an_py310.py hl[3] *}

## Объявление параметров `Cookie` { #declare-cookie-parameters }

Затем объявляйте параметры cookie, используя ту же структуру, что и с `Path` и `Query`.

Вы можете задать значение по умолчанию, а также все дополнительные параметры валидации или аннотации:

{* ../../docs_src/cookie_params/tutorial001_an_py310.py hl[9] *}

/// note | Технические детали

代わりに、平文のパスワードを持つ入力モデルと、パスワードを持たない出力モデルを作成できます:

{* ../../docs_src/response_model/tutorial003_py310.py hl[9,11,16] *}

ここでは、*path operation 関数*がパスワードを含む同じ入力ユーザーを返しているにもかかわらず:

{* ../../docs_src/response_model/tutorial003_py310.py hl[24] *}

...`response_model`を、パスワードを含まない `UserOut` モデルとして宣言しました:

{* ../../docs_src/response_model/tutorial003_py310.py hl[22] *}

そのため、**FastAPI** は出力モデルで宣言されていないすべてのデータをフィルタリングしてくれます（Pydanticを使用）。

Pero FastAPI también soporta el uso de [`dataclasses`](https://docs.python.org/3/library/dataclasses.html) de la misma manera:

{* ../../docs_src/dataclasses_/tutorial001_py310.py hl[1,6:11,18:19] *}

Esto sigue siendo soportado gracias a **Pydantic**, ya que tiene [soporte interno para `dataclasses`](https://docs.pydantic.dev/latest/concepts/dataclasses/#use-of-stdlib-dataclasses-with-basemodel).

Mas o FastAPI também suporta o uso de [`dataclasses`](https://docs.python.org/3/library/dataclasses.html) da mesma forma:

{* ../../docs_src/dataclasses_/tutorial001_py310.py hl[1,6:11,18:19] *}

Isso ainda é suportado graças ao **Pydantic**, pois ele tem [suporte interno para `dataclasses`](https://docs.pydantic.dev/latest/concepts/dataclasses/#use-of-stdlib-dataclasses-with-basemodel).

{* ../../docs_src/response_directly/tutorial002_py310.py hl[1,18] *}

## Como funciona um Modelo de resposta { #how-a-response-model-works }

Quando você declara um [Modelo de resposta - Tipo de retorno](../tutorial/response-model.md) em uma operação de rota, o **FastAPI** irá usá-lo para serializar os dados para JSON, usando o Pydantic.

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