JSON to Python 클래스 변환기

JSON to Python 변환이란 무엇인가요?

예시

{"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]

JSON을 Python으로 변환하는 방법

1. 1

   JSON 붙여넣기

   JSON 객체, 배열 또는 API 응답을 입력 상자에 넣으세요. 변환이 즉시 시작됩니다.

2. 2

   dataclass, Pydantic, TypedDict 선택

   프로젝트에 맞게 출력 스타일을 토글하고, 루트 클래스의 이름을 기본값 Root에서 바꾸세요.

3. 3

   복사 또는 다운로드

   생성된 Python을 한 번의 클릭으로 가져와 코드에 바로 붙여넣으세요.

Common Use Cases

타입이 지정된 API 클라이언트

REST나 GraphQL 응답 샘플을 requests나 httpx 클라이언트를 위한 Pydantic 모델이나 dataclass로 바꿉니다. 필드 정의를 손으로 쓸 필요가 없습니다.

설정과 픽스처 파싱

불러와서 검증해야 하는 JSON 설정 파일, 테스트 픽스처, 웹훅 페이로드의 모델을 생성합니다.

빠른 프로토타이핑과 타입 힌트

낯선 페이로드를 붙여넣으면 그 형태가 Python 타입으로 즉시 표시됩니다 — 새로운 API를 빠르게 탐색하거나 레거시 dict 코드에 TypedDict 힌트를 추가하는 방법입니다.

변환이 작동하는 방식

구조적 추론

각 객체는 명명된 클래스가 되며, 동일한 형태는 중복 제거되어 복사본이 아닌 하나의 클래스를 얻습니다. 객체 배열은 키 단위로 병합되고, 일부 항목에 없는 키는 Optional이 됩니다.

관용적인 세 가지 대상

dataclass는 의존성이 전혀 없고 Root(**data)를 위해 유효한 키를 보존합니다. Pydantic v2는 실제 검증을 위해 Field alias와 populate_by_name을 추가합니다. TypedDict는 정적 타입 검사기를 위해 순수한 dict를 기술하며, 키가 식별자가 아닐 때는 함수형 구문을 사용합니다.

올바르고 의존성이 가벼운 타입 지정

정수는 int(임의 정밀도, 오버플로 없음)로, 소수와 지수는 float으로, null만 있는 필드는 Optional[Any]로 매핑됩니다. typing import(Optional, List, Any)는 실제로 사용될 때만 추가됩니다.

100% 클라이언트 측

파싱과 생성이 네트워크 호출 없이 브라우저에서 실행되므로 데이터가 비공개로 유지됩니다.

깔끔한 Python 모델을 위한 팁

작업에 맞는 모드 선택

내부 데이터 홀더에는 dataclass를, 신뢰할 수 없는 입력을 검증하거나 파싱할 때는 Pydantic v2를, 기존 dict에 정적 타입 힌트만 필요할 때는 TypedDict를 사용하세요.

대표적인 샘플 붙여넣기

필드는 샘플이 그것을 생략할 때만 Optional로 표시되고, null만 있는 값은 Any로 폴백합니다. 값이 채워진 완전한 예시가 가장 정확한 타입을 만들어 냅니다.

루트 클래스 이름 짓기

읽기 쉽고 import 가능한 코드를 위해 기본값 Root 대신 의미 있는 루트 이름(예: User, ApiResponse)을 설정하세요.

자주 묻는 질문