--- /dev/null
+# 额外数据类型
+
+到目前为止,您一直在使用常见的数据类型,如:
+
+* `int`
+* `float`
+* `str`
+* `bool`
+
+但是您也可以使用更复杂的数据类型。
+
+您仍然会拥有现在已经看到的相同的特性:
+
+* 很棒的编辑器支持。
+* 传入请求的数据转换。
+* 响应数据转换。
+* 数据验证。
+* 自动补全和文档。
+
+## 其他数据类型
+
+下面是一些你可以使用的其他数据类型:
+
+* `UUID`:
+ * 一种标准的 "通用唯一标识符" ,在许多数据库和系统中用作ID。
+ * 在请求和响应中将以 `str` 表示。
+* `datetime.datetime`:
+ * 一个 Python `datetime.datetime`.
+ * 在请求和响应中将表示为 ISO 8601 格式的 `str` ,比如: `2008-09-15T15:53:00+05:00`.
+* `datetime.date`:
+ * Python `datetime.date`.
+ * 在请求和响应中将表示为 ISO 8601 格式的 `str` ,比如: `2008-09-15`.
+* `datetime.time`:
+ * 一个 Python `datetime.time`.
+ * 在请求和响应中将表示为 ISO 8601 格式的 `str` ,比如: `14:23:55.003`.
+* `datetime.timedelta`:
+ * 一个 Python `datetime.timedelta`.
+ * 在请求和响应中将表示为 `float` 代表总秒数。
+ * Pydantic 也允许将其表示为 "ISO 8601 时间差异编码", <a href="https://pydantic-docs.helpmanual.io/#json-serialisation" class="external-link" target="_blank">查看文档了解更多信息</a>。
+* `frozenset`:
+ * 在请求和响应中,作为 `set` 对待:
+ * 在请求中,列表将被读取,消除重复,并将其转换为一个 `set`。
+ * 在响应中 `set` 将被转换为 `list` 。
+ * 产生的模式将指定那些 `set` 的值是唯一的 (使用 JSON 模式的 `uniqueItems`)。
+* `bytes`:
+ * 标准的 Python `bytes`。
+ * 在请求和相应中被当作 `str` 处理。
+ * 生成的模式将指定这个 `str` 是 `binary` "格式"。
+* `Decimal`:
+ * 标准的 Python `Decimal`。
+ * 在请求和相应中被当做 `float` 一样处理。
+* 您可以在这里检查所有有效的pydantic数据类型: <a href="https://pydantic-docs.helpmanual.io/usage/types" class="external-link" target="_blank">Pydantic data types</a>.
+
+## 例子
+
+下面是一个*路径操作*的示例,其中的参数使用了上面的一些类型。
+
+```Python hl_lines="1 3 12-16"
+{!../../../docs_src/extra_data_types/tutorial001.py!}
+```
+
+注意,函数内的参数有原生的数据类型,你可以,例如,执行正常的日期操作,如:
+
+```Python hl_lines="18-19"
+{!../../../docs_src/extra_data_types/tutorial001.py!}
+```
- tutorial/extra-models.md
- tutorial/response-status-code.md
- tutorial/schema-extra-example.md
+ - tutorial/extra-data-types.md
- tutorial/cookie-params.md
- 安全性:
- tutorial/security/get-current-user.md