这篇文章主要讲解了“怎么用flask生成swagger文档”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么用flask生成swagger文档”吧！

flask 自动生成swagger 的api接口文档

1. 安装flask-restplus 第三方包，使用pip install flask-restplus 安装即可。

2. 在一个普通的正常的flask 应用项目结构下，应该是在extensions.py 下进行代码书写，因为这是进行程序扩展的代码编写处。导包，导入flask_restplus 下的Api，Resource，fields。获取一个app 实例。并进行namespace 的书写。代码如下：

    api = Api(doc='/swagger')
    api.init_app(app, version='1.0', title='Data Visualization And Analysis API',
                 description='A Charting and Data analysis API')
    bar_line = api.namespace('drawing bar and line', path='/', description="draw bar and line chart")
    pie = api.namespace('drawing pie', path='/', description="draw pie chart")
    radar = api.namespace('drawing radar', path='/', description="draw radar chart")
    scatter = api.namespace('drawing scatter', path='/', description="draw scatter chart")
    data_analysis = api.namespace('data analysis', path='/', description="data analysis")

获取一个实例化Api对象，app是一个实例化的flask对象，通过在实例化Api对象时通过doc 参数可以指定最终的接口文档通过什么路由可以访问到。api.namespace ：是命名空间，很多接口都有get，post，命名空间把他们分隔开，可理解为蓝图。 path：代表他们的路由地址，这里让他们都使用route的地址，不写的话会把命名空间的name加到路由地址的最前面 description：是对该组下所有接口的总的一个注释。

3. 通过api.model 来描述请求的request 和 响应的response，通过api.namespace.parser 来描述请求的headers 参数。

代码示例如下：

    # 使用parser 来描述接口的headers 和 query
    bar_line_parameter = bar_line.parser()
    bar_line_parameter.add_argument('Authorization', location='headers', default="a")
    bar_line_parameter.add_argument('User-Agent', location='headers', default="ua")
    # 使用model 来描述接口的请求体
    bar_line_model = api.model('Bar_Line_Request', {
        "type": fields.String(default="bar"),
        "title": DictItem(required=True, default={}, description="chart title option"),
        "item": DictItem(required=True, default={}, description="chart series item option"),
        "xaxis": DictItem(required=True, default={}, description="chart xaxis option"),
        "yaxis": DictItem(required=True, default={}, description="chart yaxis option"),
        "grid": DictItem(required=True, default={}, description="chart grid option"),
        "legend": DictItem(required=True, default={}, description="chart legend option"),
        "tooltip": DictItem(required=True, default={}, description="chart tooltip option"),
        "background": DictItem(required=True, default={}, description="chart tooltip option"),
    }, description="request api needed body parameter")
    # 使用model 来描述接口的响应
    bar_line_response = api.model('bar_line_Response', {
        'data': DictItem(required=True, default=bar_line_response_data_default, description="chart option"),
        'status': fields.Integer(required=True, default=200, description="response status"),
        'msg': fields.String(required=True, default="successful", description="api response message")
    })

如上，其中bar_line 是api.namespace() 的返回对象，使用parser 的add_argument() 方法来添加headers ，或query 中请求所需参数，同时可以定义默认值。 使用model 来描述请求的请求体，响应也是。model 需要指定一个唯一的key 值，和一个 {} 字典键值对，在该字典键值对中key值是所需传输的name，value 是通过flask-restplus 下的fields 来指定数据类型以及默认值描述 的值。 如果fields中提供的数据类型满足不了使用，可以通过自定义类继承fields.Row ，并且实现format 方法，来使用自定义的数据类型。代码中的DictItem 就是自定义数据类型。

4. 将以上定义的model，parser 应用到接口上。通过装饰器的方式，代码如下。

    # 使用api.namespace.route 来指定接口的访问路由，使用description来描述接口
    @bar_line.route('/api/chart/draw/bar_and_line',
                    doc={"description": "返回图表的echarts 配置项信息，当请求参数配置为空时返回默认配置的图表即示例样例，否则根据请求的配置参数返回对应的完整的图表配置信息"})
    # 这里的api.namespace.expect 需要与上面的api.namespace.expect 联用
    @bar_line.expect(bar_line_parameter)
    # 需要继承于Resource类
    class BarLineOption(Resource):
        # doc 用于描述接口，body=X 指定请求的body描述
        @bar_line.doc('Return to bar and line chart configuration item')
        @bar_line.doc(body=bar_line_model)
        # marshal_with 指定响应的描述
        @bar_line.marshal_with(bar_line_response)
        # 接口支持什么方法，就定义一个什么方法。
        def post(self):
            return {'data': {},
                    "status": 200, "msg": "successful"}