在 Strawberry 解析器中设置 kwargs 作为参数：解决参数传递和通用过滤问题

python

2024-03-05 12:24:25

在 Strawberry 解析器中设置 kwargs 作为参数

问题

当将 Strawberry 与 FastAPI 和 SQLAlchemy 结合使用时，可能会遇到两个问题：

无法在客户端查询中使用未确定的参数 ，除非在 Strawberry 解析器（服务器端“查询”）中设置每个参数。
无法创建通用的过滤器类 ，即使使用 @strawberry.input 也不行。

解决方案

为了解决这些问题，可以在 Strawberry 解析器函数中使用 **kwargs 参数接收 Pydantic 模型数据。以下是如何操作：

创建 Pydantic 模型： 使用 @strawberry.experimental.pydantic 装饰器为你的 Strawberry 模型创建 Pydantic 模型。
在解析器函数中接收 kwargs： 在 Strawberry 解析器函数中，使用 **kwargs 参数接收 Pydantic 模型数据。

这样，你就可以在客户端查询中传递任意数量的参数，并且在 Strawberry 解析器中接收这些参数作为 Pydantic 模型数据。

代码示例

# 创建 Pydantic 模型
from strawberry.experimental.pydantic import model
from pydantic import BaseModel

class MyModel(BaseModel):
    name: str
    age: int

# Strawberry 解析器函数
@strawberry.type
class Query:
    @strawberry.field
    def get_my_model(self, model: MyModel = None) -> MyModel:
        # 处理来自客户端的 Pydantic 模型数据
        return model