要用 FastAPI 串流 JSON Lines，你可以在你的*路徑操作函式*中改用 `yield` 逐一產生項目，而不是用 `return`。

{* ../../docs_src/stream_json_lines/tutorial001_py310.py ln[1:24] hl[24] *}

如果你要回傳的每個 JSON 項目型別都是 `Item`（一個 Pydantic 模型），而且該函式是 async，你可以將回傳型別宣告為 `AsyncIterable[Item]`：

{* ../../docs_src/stream_json_lines/tutorial001_py310.py ln[1:24] hl[9:11,22] *}

如果你宣告了回傳型別，FastAPI 會用它來進行資料的**驗證**、在 OpenAPI 中**文件化**、**過濾**，並使用 Pydantic 進行**序列化**。

/// tip

## `Cookie` 임포트 { #import-cookie }

먼저 `Cookie`를 임포트합니다:

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

## `Cookie` 매개변수 선언 { #declare-cookie-parameters }

그런 다음, `Path`와 `Query`처럼 동일한 구조를 사용하는 쿠키 매개변수를 선언합니다.

첫 번째 값은 기본값이며, 추가 검증이나 어노테이션 매개변수 모두 전달할 수 있습니다:

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

/// note | 기술 세부사항

`Cookie`는 `Path` 및 `Query`의 "자매"클래스입니다. 이 역시 동일한 공통 `Param` 클래스를 상속합니다.

### 快取 OpenAPI 結構 { #cache-the-openapi-schema }

你可以把 `.openapi_schema` 屬性當作「快取」來儲存已產生的結構。

這樣使用者每次開啟 API 文件時，應用就不必重複產生結構。

結構只會產生一次，之後的請求都會使用相同的快取結果。

{* ../../docs_src/extending_openapi/tutorial001_py310.py hl[13:14,25:26] *}

### 覆寫方法 { #override-the-method }

現在你可以用新的函式取代 `.openapi()` 方法。

{* ../../docs_src/extending_openapi/tutorial001_py310.py hl[29] *}

続いて、この依存関係を使うコードを簡潔にするために、`Annotated` による依存関係 `SessionDep` を作成します。

{* ../../docs_src/sql_databases/tutorial001_an_py310.py ln[25:30]  hl[25:27,30] *}

### 起動時にテーブルを作成 { #create-database-tables-on-startup }

アプリケーションの起動時にデータベースのテーブルを作成します。

{* ../../docs_src/sql_databases/tutorial001_an_py310.py ln[32:37] hl[35:37] *}

ここでは、アプリケーションのスタートアップイベントでテーブルを作成しています。

本番では、アプリを起動する前にマイグレーションスクリプトを実行するのが一般的でしょう。🤓

/// tip | 豆知識

まず、もちろん、`Path`と`Query`とリクエストボディのパラメータ宣言は自由に混ぜることができ、 **FastAPI** は何をするべきかを知っています。

また、デフォルトを`None`に設定することで、ボディパラメータをオプションとして宣言することもできます:

{* ../../docs_src/body_multiple_params/tutorial001_an_py310.py hl[18:20] *}

/// note | 備考

この場合、ボディから取得する`item`はオプションであることに注意してください。デフォルト値が`None`になっているためです。

///

## 複数のボディパラメータ { #multiple-body-parameters }

上述の例では、*path operations*は`Item`の属性を持つ以下のようなJSONボディを期待していました:

Import `File` and `UploadFile` from `fastapi`:

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

## Define `File` Parameters { #define-file-parameters }

Create file parameters the same way you would for `Body` or `Form`:

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

/// info

`File` is a class that inherits directly from `Form`.

{* ../../docs_src/security/tutorial001_an_py310.py hl[12] *}

しかし、それはまだそんなに有用ではありません。

現在のユーザーを取得するようにしてみましょう。

## ユーザーモデルの作成 { #create-a-user-model }

まずは、Pydanticのユーザーモデルを作成しましょう。

ボディを宣言するのにPydanticを使用するのと同じやり方で、Pydanticを別のどんなところでも使うことができます:

{* ../../docs_src/security/tutorial002_an_py310.py hl[5,12:6] *}

## 依存関係 `get_current_user` を作成 { #create-a-get-current-user-dependency }

```
.
├── app
│   ├── __init__.py
│   └── main.py
```

In the file `main.py` you have your **FastAPI** app:


{* ../../docs_src/app_testing/app_a_py310/main.py *}

### Testing file { #testing-file }

Then you could have a file `test_main.py` with your tests. It could live on the same Python package (the same directory with a `__init__.py` file):

``` hl_lines="5"
.
├── app

同樣地，你可以將回應宣告為物件的 `list`。

為此，使用標準的 Python `list`：

{* ../../docs_src/extra_models/tutorial004_py310.py hl[18] *}

## 以任意 `dict` 作為回應 { #response-with-arbitrary-dict }

你也可以用一般的任意 `dict` 宣告回應，只需指定鍵和值的型別，而不必使用 Pydantic 模型。

當你事先不知道可用的欄位／屬性名稱（定義 Pydantic 模型所需）時，這很實用。

此時可使用 `dict`：

{* ../../docs_src/extra_models/tutorial005_py310.py hl[6] *}

## 重點回顧 { #recap }

依情境使用多個 Pydantic 模型並靈活繼承。

{* ../../docs_src/stream_data/tutorial002_py310.py ln[6,19:20] hl[20] *}

然后你可以在*路径操作函数*中通过 `response_class=PNGStreamingResponse` 使用这个新类：

{* ../../docs_src/stream_data/tutorial002_py310.py ln[23:27] hl[23] *}

### 模拟文件 { #simulate-a-file }

在这个示例中，我们用 `io.BytesIO` 模拟了一个文件，它是只驻留在内存中的类文件对象，但提供相同的接口。

例如，我们可以像对文件那样迭代它来消费其内容。

{* ../../docs_src/stream_data/tutorial002_py310.py ln[1:27] hl[3,12:13,25] *}

/// note | 技术细节