- Sort Score
- Result 10 results
- Languages All
Results 11 - 20 of 30 for Lydell (0.32 sec)
-
docs/de/docs/advanced/events.md
Stellen wir uns vor, dass das Laden des Modells **eine ganze Weile dauern** kann, da viele **Daten von der Festplatte** gelesen werden müssen. Sie möchten das also nicht für jeden Request tun.
Plain Text - Registered: Sun May 05 07:19:11 GMT 2024 - Last Modified: Sat Mar 30 20:30:59 GMT 2024 - 9.1K bytes - Viewed (0) -
docs/de/docs/advanced/path-operation-advanced-configuration.md
``` !!! info In Pydantic Version 1 hieß die Methode zum Abrufen des JSON-Schemas für ein Modell `Item.schema()`, in Pydantic Version 2 heißt die Methode `Item.model_json_schema()`. Obwohl wir nicht die standardmäßig integrierte Funktionalität verwenden, verwenden wir dennoch ein Pydantic-Modell, um das JSON-Schema für die Daten, die wir in YAML empfangen möchten, manuell zu generieren.
Plain Text - Registered: Sun May 05 07:19:11 GMT 2024 - Last Modified: Sat Mar 30 20:27:23 GMT 2024 - 8.5K bytes - Viewed (0) -
docs/de/docs/tutorial/body.md
Zum Beispiel deklariert das obige Modell ein JSON "`object`" (oder Python-`dict`) wie dieses: ```JSON { "name": "Foo", "description": "An optional description", "price": 45.2, "tax": 3.5 } ```
Plain Text - Registered: Sun May 05 07:19:11 GMT 2024 - Last Modified: Fri Mar 22 01:42:11 GMT 2024 - 8.1K 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 May 05 07:19:11 GMT 2024 - Last Modified: Sat Mar 30 19:43:43 GMT 2024 - 10.8K 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 May 05 07:19:11 GMT 2024 - Last Modified: Sat Mar 30 20:19:53 GMT 2024 - 13.3K 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 May 05 07:19:11 GMT 2024 - Last Modified: Fri Mar 22 01:42:11 GMT 2024 - 10.4K bytes - Viewed (0) -
docs/de/docs/tutorial/encoder.md
Genauso würde die Datenbank kein Pydantic-Modell (ein Objekt mit Attributen) akzeptieren, sondern nur ein `dict`. Sie können für diese Fälle `jsonable_encoder` verwenden. Es nimmt ein Objekt entgegen, wie etwa ein Pydantic-Modell, und gibt eine JSON-kompatible Version zurück: === "Python 3.10+" ```Python hl_lines="4 21"
Plain Text - Registered: Sun May 05 07:19:11 GMT 2024 - Last Modified: Sat Mar 30 18:07:21 GMT 2024 - 1.9K bytes - Viewed (0) -
docs/de/docs/advanced/additional-responses.md
Jedes dieser Response-`dict`s kann einen Schlüssel `model` haben, welcher ein Pydantic-Modell enthält, genau wie `response_model`. **FastAPI** nimmt dieses Modell, generiert dessen JSON-Schema und fügt es an der richtigen Stelle in OpenAPI ein. Um beispielsweise eine weitere Response mit dem Statuscode `404` und einem Pydantic-Modell `Message` zu deklarieren, können Sie schreiben: ```Python hl_lines="18 22"
Plain Text - Registered: Sun May 05 07:19:11 GMT 2024 - Last Modified: Sat Mar 30 20:19:26 GMT 2024 - 9.6K bytes - Viewed (0) -
docs/de/docs/how-to/separate-openapi-schemas.md
Tatsächlich gibt es in einigen Fällen sogar **zwei JSON-Schemas** in OpenAPI für dasselbe Pydantic-Modell für Eingabe und Ausgabe, je nachdem, ob sie **Defaultwerte** haben. Sehen wir uns an, wie das funktioniert und wie Sie es bei Bedarf ändern können. ## Pydantic-Modelle für Eingabe und Ausgabe Nehmen wir an, Sie haben ein Pydantic-Modell mit Defaultwerten wie dieses: === "Python 3.10+" ```Python hl_lines="7"
Plain Text - Registered: Sun May 05 07:19:11 GMT 2024 - Last Modified: Sat Mar 30 18:18:03 GMT 2024 - 7.3K bytes - Viewed (0) -
docs/de/docs/tutorial/body-updates.md
Zusammengefasst, um Teil-Ersetzungen vorzunehmen: * (Optional) verwenden Sie `PATCH` statt `PUT`. * Lesen Sie die bereits gespeicherten Daten aus. * Fügen Sie diese in ein Pydantic-Modell ein. * Erzeugen Sie aus dem empfangenen Modell ein `dict` ohne Defaultwerte (mittels `exclude_unset`).
Plain Text - Registered: Sun May 05 07:19:11 GMT 2024 - Last Modified: Sat Mar 30 20:26:37 GMT 2024 - 6.5K bytes - Viewed (0)