}
```

## Recapitulación { #recap }

Declara headers con `Header`, usando el mismo patrón común que `Query`, `Path` y `Cookie`.

```

## Désactiver convert_underscores { #disable-convert-underscores }

Comme pour les paramètres d'en-tête classiques, lorsque vous avez des caractères de soulignement dans les noms de paramètres, ils sont **automatiquement convertis en tirets**.

Par exemple, si vous avez un paramètre d'en-tête `save_data` dans le code, l'en-tête HTTP attendu sera `save-data`, et il apparaîtra ainsi dans la documentation.

{* ../../docs_src/path_operation_advanced_configuration/tutorial006_py310.py hl[19:36, 39:40] *}

En este ejemplo, no declaramos ningún modelo Pydantic. De hecho, el request body ni siquiera es <dfn title="convertido desde algún formato plano, como bytes, a objetos de Python">parseado</dfn> como JSON, se lee directamente como `bytes`, y la función `magic_data_reader()` sería la encargada de hacer parse de él de alguna manera.

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

/// note | Detalles técnicos

Las otras dos variables, `image_base64` y `binary_image`, son una imagen codificada en Base64 y luego convertida a bytes, para después pasarla a `io.BytesIO`.

Solo para que pueda vivir en el mismo archivo para este ejemplo y puedas copiarlo y ejecutarlo tal cual. 🥚

///

{* ../../docs_src/path_operation_advanced_configuration/tutorial006_py310.py hl[19:36, 39:40] *}

Nesse exemplo, nós não declaramos nenhum modelo do Pydantic. Na verdade, o corpo da requisição não está nem mesmo <dfn title="convertido de algum formato simples, como bytes, em objetos Python">analisado</dfn> como JSON, ele é lido diretamente como `bytes`, e a função `magic_data_reader()` seria a responsável por analisá-lo de alguma forma.

    * Cela est comparable à l’utilisation à nouveau de la méthode `.model_dump()` du modèle, mais cela vérifie (et convertit) les valeurs vers des types pouvant être convertis en JSON, par exemple `datetime` en `str`.
* Enregistrez les données dans votre base de données.
* Retournez le modèle mis à jour.

{* ../../docs_src/body_updates/tutorial002_py310.py hl[28:35] *}

/// tip | Astuce

constraints.TypeLong.message = {item} deve ser um número.
constraints.TypeFloat.message = {item} deve ser um número.
constraints.TypeDouble.message = {item} deve ser um número.
constraints.TypeAny.message = {item} não pode ser convertido para {propertyType}.
constraints.UriType.message = {item} tem uma URI não reconhecida.
constraints.CronExpression.message = {item} não é uma expressão CRON válida.

# ----------------------------------------------------------

Para lidar com isso, primeiramente nós convertemos o `username` e o `password` para `bytes`, codificando-os com UTF-8.

- Un paramètre de requête `skip` qui est un `int`, avec une valeur par défaut de `0`.
- Un paramètre de requête `limit` qui est un `int`, avec une valeur par défaut de `100`.

Dans les deux cas, les données seront converties, validées, documentées dans le schéma OpenAPI, etc.

## Utiliser { #use-it }

Vous pouvez maintenant déclarer votre dépendance en utilisant cette classe.

{* ../../docs_src/dependencies/tutorial002_an_py310.py hl[19] *}

Vous ne pourriez pas obtenir ce type de prise en charge de l'éditeur si vous travailliez directement avec des `dict` au lieu de modèles Pydantic.

Mais vous n'avez pas à vous en soucier non plus, les `dict` entrants sont convertis automatiquement et votre sortie est également convertie automatiquement en JSON.

## Corps de `dict` arbitraires { #bodies-of-arbitrary-dicts }