Konverter JSON ke Class Python

Apa itu konversi JSON ke Python?

Contoh

{"id":101,"name":"Ada Lovelace","email":"ada@example.com","active":true,"roles":["admin","user"]}

from dataclasses import dataclass
from typing import List


@dataclass
class Root:
    id: int
    name: str
    email: str
    active: bool
    roles: List[str]

{"repo":"pydantic","owner":{"login":"samuelcolvin","id":100}}

from dataclasses import dataclass


@dataclass
class Owner:
    login: str
    id: int


@dataclass
class Root:
    repo: str
    owner: Owner

{"login":"octocat","publicRepos":15,"createdAt":"2011-01-25"}

from pydantic import BaseModel, ConfigDict, Field


class Root(BaseModel):
    model_config = ConfigDict(populate_by_name=True)

    login: str
    public_repos: int = Field(alias="publicRepos")
    created_at: str = Field(alias="createdAt")

{"users":[{"id":1,"nick":"x"},{"id":2}]}

from typing import List, Optional, TypedDict


class User(TypedDict):
    id: int
    nick: Optional[str]


class Root(TypedDict):
    users: List[User]

Cara mengonversi JSON ke Python

1. 1

   Tempel JSON Anda

   Masukkan objek JSON, array, atau respons API ke kolom input. Konversi dimulai seketika.

2. 2

   Pilih dataclass, Pydantic, atau TypedDict

   Alihkan gaya output agar sesuai dengan proyek Anda, dan ganti nama class root dari Root bawaan.

3. 3

   Salin atau unduh

   Ambil Python yang dihasilkan dengan satu klik dan tempel langsung ke kode Anda.

Common Use Cases

Klien API bertipe

Ubah sampel respons REST atau GraphQL menjadi model Pydantic atau dataclass untuk klien requests atau httpx tanpa menulis definisi field dengan tangan.

Parsing konfigurasi dan fixture

Hasilkan model untuk file konfigurasi JSON, fixture uji, atau payload webhook yang perlu Anda muat dan validasi.

Prototipe cepat dan petunjuk tipe

Tempel payload yang tak dikenal untuk langsung melihat bentuknya sebagai tipe Python — cara cepat menjelajahi API baru atau menambahkan petunjuk TypedDict ke kode dict lama.

Cara kerja konversi

Inferensi struktural

Setiap objek menjadi class bernama; bentuk yang identik dideduplikasi sehingga Anda mendapat satu class, bukan salinan. Array objek digabung kunci demi kunci, dan kunci yang absen dari sebagian item menjadi Optional.

Tiga target idiomatik

dataclass menjaga nol dependensi dan mempertahankan kunci yang valid untuk Root(**data); Pydantic v2 menambahkan alias Field plus populate_by_name untuk validasi sungguhan; TypedDict mendeskripsikan dict biasa untuk pemeriksa tipe statis, memakai sintaks fungsional saat sebuah kunci bukan identifier.

Penentuan tipe yang benar dan minim dependensi

Bilangan bulat dipetakan ke int (presisi arbitrer, tanpa overflow), desimal dan eksponen ke float, dan field yang hanya null ke Optional[Any]. Impor typing (Optional, List, Any) ditambahkan hanya saat benar-benar dipakai.

100% sisi klien

Parsing dan pembuatan berjalan di browser Anda tanpa panggilan jaringan, sehingga data Anda tetap privat.

Tips untuk model Python yang rapi

Cocokkan mode dengan tugasnya

Gunakan dataclass untuk penampung data internal, Pydantic v2 saat Anda memvalidasi atau mem-parsing input yang tak tepercaya, dan TypedDict saat Anda hanya perlu petunjuk tipe statis di atas dict yang sudah ada.

Tempel sampel yang representatif

Field ditandai Optional hanya ketika sebuah sampel menghilangkannya, dan nilai yang hanya null jatuh kembali ke Any. Contoh yang lengkap dan terisi menghasilkan tipe yang paling presisi.

Beri nama class root Anda

Tetapkan nama root yang bermakna (User, ApiResponse) alih-alih Root bawaan agar kode mudah dibaca dan dapat diimpor.

Pertanyaan yang sering diajukan