Önce, `pydantic` içinden `BaseModel`'i import etmeniz gerekir:

{* ../../docs_src/body/tutorial001_py310.py hl[2] *}

## Veri modelinizi oluşturun { #create-your-data-model }

Sonra veri modelinizi, `BaseModel`'den kalıtım alan bir class olarak tanımlarsınız.

Tüm attribute'lar için standart Python type'larını kullanın:

{* ../../docs_src/body/tutorial001_py310.py hl[5:9] *}

{* ../../docs_src/path_params/tutorial001_py310.py hl[6:7] *}

路徑參數 `item_id` 的值會作為引數 `item_id` 傳入你的函式。

所以，如果你執行這個範例並前往 [http://127.0.0.1:8000/items/foo](http://127.0.0.1:8000/items/foo)，你會看到這樣的回應：

```JSON
{"item_id":"foo"}
```

## 具型別的路徑參數 { #path-parameters-with-types }

你可以在函式中使用標準的 Python 型別註記為路徑參數宣告型別：

{* ../../docs_src/path_params/tutorial002_py310.py hl[7] *}

在這個例子裡，`item_id` 被宣告為 `int`。

Вы можете задать их следующим образом:

{* ../../docs_src/metadata/tutorial001_py310.py hl[3:16, 19:32] *}

/// tip | Подсказка

Вы можете использовать Markdown в поле `description`, и оно будет отображено в выводе.

///

Ви можете налаштувати їх наступним чином:

{* ../../docs_src/metadata/tutorial001_py310.py hl[3:16, 19:32] *}

/// tip | Порада

У полі `description` можна використовувати Markdown, і він буде відображатися у результаті.

///

З цією конфігурацією автоматична документація API виглядатиме так:

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。

相反，我们可以创建一个包含明文密码的输入模型和一个不包含它的输出模型：

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

这里，即使我们的*路径操作函数*返回的是包含密码的同一个输入用户：

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

……我们仍将 `response_model` 声明为不包含密码的 `UserOut` 模型：

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

因此，**FastAPI** 会负责过滤掉输出模型中未声明的所有数据（使用 Pydantic）。

Primero, necesitas importar `BaseModel` de `pydantic`:

{* ../../docs_src/body/tutorial001_py310.py hl[2] *}

## Crea tu modelo de datos { #create-your-data-model }

Luego, declaras tu modelo de datos como una clase que hereda de `BaseModel`.

Usa tipos estándar de Python para todos los atributos:

{* ../../docs_src/body/tutorial001_py310.py hl[5:9] *}

## `HTTPException`の使用 { #use-httpexception }

HTTPレスポンスをエラーでクライアントに返すには、`HTTPException`を使用します。

### `HTTPException`のインポート { #import-httpexception }

{* ../../docs_src/handling_errors/tutorial001_py310.py hl[1] *}

### コード内での`HTTPException`の発生 { #raise-an-httpexception-in-your-code }

`HTTPException`は通常のPythonの例外であり、APIに関連するデータを追加したものです。

Pythonの例外なので、`return`ではなく、`raise`です。

Sie können diese wie folgt setzen:

{* ../../docs_src/metadata/tutorial001_py310.py hl[3:16, 19:32] *}

/// tip | Tipp

Sie können Markdown im Feld `description` verwenden, und es wird in der Ausgabe gerendert.

///

Puedes configurarlos de la siguiente manera:

{* ../../docs_src/metadata/tutorial001_py310.py hl[3:16, 19:32] *}

/// tip | Consejo

Puedes escribir Markdown en el campo `description` y se mostrará en el resultado.

///

Con esta configuración, la documentación automática de la API se vería así: