}

  var loadImage = function(img, url, limit) {
    var imgData = new Image();

    $(imgData).on("load", function() {
      $(img).css("background-image", "");
      $(img).attr("src", url);
    });

    $(imgData).on("error", function() {
      if (limit > 0) {
        setTimeout(function() {
          loadImage(img, url, limit - 1);
        }, IMG_LOADING_DELAY);
      } else {

    }

    private void assertImageSize(File file, int width, int height) throws IOException {
        BufferedImage img = ImageIO.read(file);
        logger.debug("width: {}, height: {}", img.getWidth(), img.getHeight());
        assertEquals("Image Width", width, img.getWidth());
        assertEquals("Image Height", height, img.getHeight());
    }

    // Tests for atomic file operations (TOCTOU fix)

    @Test

  script.setAttribute("data-button-image-height", "20px");
  script.setAttribute("data-button-image-width", "20px");
  script.setAttribute("data-button-text", "Ask AI");
  script.setAttribute("data-button-text-font-size", "0.5rem");

///

## Тіла запитів, що складаються зі списків { #bodies-of-pure-lists }

Якщо верхній рівень JSON тіла, яке ви очікуєте, є JSON `масивом` (у Python — `list`), ви можете оголосити тип у параметрі функції, як і в моделях Pydantic:

```Python
images: list[Image]
```

наприклад:

```Python
images: list[Image]
```

as in:

{* ../../docs_src/body_nested_models/tutorial008_py310.py hl[13] *}

## Editor support everywhere { #editor-support-everywhere }

And you get editor support everywhere.

Even for items inside of lists:

<img src="/img/tutorial/body-nested-models/image01.png">

Observa cómo `Offer` tiene una lista de `Item`s, que a su vez tienen una lista opcional de `Image`s

///

## Cuerpos de listas puras { #bodies-of-pure-lists }

Si el valor superior del cuerpo JSON que esperas es un `array` JSON (una `list` en Python), puedes declarar el tipo en el parámetro de la función, al igual que en los modelos Pydantic:

```Python
images: list[Image]
```

como en:

///

## Bodys aus reinen Listen { #bodies-of-pure-lists }

Wenn das äußerste Element des JSON-Bodys, das Sie erwarten, ein JSON-`array` (eine Python-`list`) ist, können Sie den Typ im Funktionsparameter deklarieren, mit der gleichen Syntax wie in Pydantic-Modellen:

```Python
images: list[Image]
```

so wie in:

///

## Тела с чистыми списками элементов { #bodies-of-pure-lists }

Если верхний уровень значения тела JSON-объекта представляет собой JSON `array` (в Python — `list`), вы можете объявить тип в параметре функции, так же как в моделях Pydantic:

```Python
images: list[Image]
```

например так:

```Python
images: list[Image]
```

如下所示：

{* ../../docs_src/body_nested_models/tutorial008_py310.py hl[13] *}

## 隨處可得的編輯器支援 { #editor-support-everywhere }

你將在各處獲得編輯器支援。

即使是列表中的項目也一樣：

<img src="/img/tutorial/body-nested-models/image01.png">

若直接操作 `dict` 而不是使用 Pydantic 模型，就無法獲得這種等級的編輯器支援。

但你也不必擔心，傳入的 dict 會自動被轉換，而你的輸出也會自動轉換為 JSON。

## Build Docker Image

You can use the `docker build .` command to build a Docker image on your local host machine.
You must first [build MinIO](#install-from-source) and ensure the `minio` binary exists in the project root.

The following command builds the Docker image using the default `Dockerfile` in the root project directory with the repository and image tag `myminio:minio`

```sh