python fastapi如何接收前端的时间

 

 

 

在 Python FastAPI 中，接收前端时间最推荐、最优雅的方式是使用 Python 内置的 datetime 类型进行自动解析。FastAPI 会依靠 Pydantic 自动将前端传来的 ISO 8601 格式字符串（例如 2026-08-30T22:50:00）转换成 Python 的 datetime 对象。

主要有以下三种常见场景：

1. 通过路径参数（Path）或查询参数（Query）接收

适用于 GET 请求或简单的参数传递。

python

from datetime import datetime
from fastapi import FastAPI, Query

app = FastAPI()

@app.get("/items/")
async def read_items(
    # 前端传参示例: /items/?start_time=2026-08-30T22:50:00
    start_time: datetime = Query(None, description="开始时间")
):
    return {"parsed_time": start_time, "type": str(type(start_time))}

请谨慎使用此类代码。

 

2. 通过请求体（Body）接收

适用于 POST、PUT 等请求，通常将时间包裹在 Pydantic 模型中。

python

from datetime import datetime
from fastapi import FastAPI
from pydantic import BaseModel

app = FastAPI()

class Event(BaseModel):
    name: str
    event_time: datetime  # Pydantic 会自动验证并解析时间

@app.post("/events/")
async def create_event(event: Event):
    # 前端发送 JSON: {"name": "会议", "event_time": "2026-08-30T22:50:00Z"}
    return {"message": f"项目 {event.name} 创建成功", "time": event.event_time}

请谨慎使用此类代码。

 

3. 前端传参的标准格式

为了确保 FastAPI 能够无缝解析，前端发送时间时应遵循 ISO 8601 标准。以下格式均可被正确识别：

• 仅日期： 2026-08-30
• 日期与时间： 2026-08-30T22:50:00
• 带有时区（推荐）： 2026-08-30T22:50:00+08:00 或 2026-08-30T14:50:00Z

---

如果你需要处理更特殊的时间交互，我们可以进一步讨论：

• 前端无法提供标准 ISO 格式，需要自定义时间解析格式？
• 如何处理时区转换（感知型时区 vs 无时区限制）？
• 需要接收纯时间（time）或纯日期（date）？

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

前端无法提供标准 ISO 格式，需要自定义时间解析格式

 

 

 

 

 

当前端无法提供标准 ISO 格式（例如传入了 2026/08/30 22:50:00 或 2026年08月30日），最优雅的解决方案是利用 Pydantic 的 BeforeValidator（前置校验器） 或 field_validator，在数据进入业务逻辑前将其手动解析为标准 datetime 对象。

以下是针对请求体（Body）和查询参数（Query）的具体实现方式：

1. 请求体（Body）接收：使用 Pydantic 自定义解析

如果前端通过 JSON 传参，可以在 Pydantic 模型中拦截并使用 datetime.strptime 解析自定义格式。

python

from datetime import datetime
from typing import Annotated
from fastapi import FastAPI
from pydantic import BaseModel, BeforeValidator

app = FastAPI()

# 1. 定义解析函数（如果解析失败，抛出 ValueError，Pydantic 会自动返回 422 错误）
def parse_custom_datetime(v: str) -> datetime:
    if isinstance(v, datetime):
        return v
    # 假设前端格式为: "2026/08/30 22:50:00"
    return datetime.strptime(v, "%Y/%m/%d %H:%M:%S")

# 2. 创建一个可复用的自定义时间类型
CustomDateTime = Annotated[datetime, BeforeValidator(parse_custom_datetime)]

class Appointment(BaseModel):
    title: str
    # 使用自定义的时间类型
    booking_time: CustomDateTime

@app.post("/appointments/")
async def create_appointment(data: Appointment):
    # 前端发送 JSON: {"title": "看牙医", "booking_time": "2026/08/30 22:50:00"}
    return {
        "title": data.title,
        "parsed_time": data.booking_time,      # 已经是标准 datetime 对象
        "type": str(type(data.booking_time))   # <class 'datetime.datetime'>
    }

请谨慎使用此类代码。

 

2. 查询参数（Query）接收：使用 Depends 依赖注入

如果前端是通过 URL 拼接（如 /search?time=2026/08/30）传入自定义格式，FastAPI 无法直接应用 Pydantic 校验器。此时使用 依赖注入（Depends） 是最干净的解法。

python

from datetime import datetime
from fastapi import FastAPI, Query, HTTPException, status

app = FastAPI()

# 定义一个依赖项函数
def get_custom_date(
    date_str: str = Query(..., alias="date", description="格式: YYYY/MM/DD")
) -> datetime:
    try:
        # 假设前端格式为: "2026/08/30"
        return datetime.strptime(date_str, "%Y/%m/%d")
    except ValueError:
        raise HTTPException(
            status_code=status.HTTP_422_UNPROCESSABLE_ENTITY,
            detail="时间格式错误，请使用 YYYY/MM/DD 格式"
        )

@app.get("/search/")
async def search_by_date(
    # 使用 Depends 注入解析后的时间
    target_date: datetime = Depends(get_custom_date)
):
    # 前端请求: /search?date=2026/08/30
    return {"query_date": target_date, "type": str(type(target_date))}

请谨慎使用此类代码。

 

---

如果你确定了前端的具体格式，我可以帮你直接写出对应的 %Y-%m-%d 格式化字符串。请问前端目前计划采用哪种具体的时间文本格式？