Real Python pubblica la terza puntata del tutorial su API REST con Flask
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
La guida mostra come gestire relazioni one-to-many e schemi nidificati con SQLAlchemy e Marshmallow, con codice scaricabile e documentazione via Swagger UI.
Real Python pubblica la terza parte del tutorial “Python REST APIs With Flask, Connexion, and SQLAlchemy, Part 3”: chi segue la serie impara a modellare relazioni one-to-many con SQLAlchemy e a usare schemi nidificati con Marshmallow in un’API Flask1.
Nelle puntate precedenti si è impostato il progetto, aggiunti gli endpoint e collegato un database SQLite. Test e documentazione sono avanzati insieme con Swagger UI, costruita lungo il percorso1.
Questa terza parte entra nei dati relazionali. Mostra come lavorare con più tabelle, creare campi one-to-many e gestire le relazioni con SQLAlchemy. Spiega come definire schemi nidificati con Marshmallow e come includere oggetti correlati nelle risposte, così che chi usa l’API veda i legami tra entità senza ulteriori chiamate1.
L’esempio resta quello introdotto nella serie: un’API per annotare note su persone che possono farvi visita durante l’anno. Le “persone” hanno molte “note”. Tra gli esempi compaiono voci come la Tooth Fairy. Il caso d’uso serve a mostrare in concreto come la relazione entri nel modello e nelle risposte dell’API1.
Il pezzo mantiene il filo del progetto. Si parte dall’architettura già messa in piedi nelle prime due parti e si estende il modello con nuove tabelle e chiavi esterne. Le relazioni si riflettono negli schemi Marshmallow, che serializzano oggetti annidati per rappresentare “persone” e relative “note” in modo coerente con il dominio dell’esempio1.
Chi segue la guida trova istruzioni operative passo dopo passo. Le sezioni mostrano come definire i modelli, aggiornare gli schemi e adeguare gli endpoint per restituire risposte che includono gli oggetti collegati. L’approccio resta pratico, con verifiche tramite Swagger UI mentre si aggiorna la documentazione1.
Risorsa utile per chi sviluppa: il codice sorgente della terza parte è disponibile tramite il link in pagina. È lo stesso progetto dell’articolo, pronto da scaricare per confrontare le modifiche e completare la costruzione della REST API proposta nella serie1.
La pagina offre anche una demo, così da vedere in azione l’API dell’esempio “persone” e “note” descritta nel tutorial1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono. Valutazione su questo pezzo: 9/10.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale: superato.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica. Questo articolo ha preso 7,8/10 dopo 1 revisione.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.