Conversor de JSON para classes Python

O que é conversão de JSON para Python?

Exemplos

{"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]

Como converter JSON para Python

1. 1

   Cole seu JSON

   Insira um objeto JSON, array ou resposta de API no campo de entrada. A conversão começa instantaneamente.

2. 2

   Escolha dataclass, Pydantic ou TypedDict

   Alterne o estilo de saída para combinar com o seu projeto e renomeie a classe raiz a partir do padrão Root.

3. 3

   Copie ou baixe

   Pegue o Python gerado com um clique e cole-o diretamente no seu código.

Common Use Cases

Clientes de API tipados

Transforme uma resposta de exemplo de REST ou GraphQL em modelos Pydantic ou dataclasses para um cliente requests ou httpx sem escrever definições de campo à mão.

Análise de configuração e fixtures

Gere modelos para arquivos de configuração JSON, fixtures de teste ou payloads de webhook que você precisa carregar e validar.

Prototipagem rápida e dicas de tipo

Cole um payload desconhecido para ver instantaneamente sua estrutura como tipos Python — uma forma rápida de explorar uma nova API ou adicionar dicas TypedDict a código legado baseado em dict.

Como a conversão funciona

Inferência estrutural

Cada objeto torna-se uma classe nomeada; formatos idênticos são deduplicados, então você obtém uma única classe, não cópias. Arrays de objetos são mesclados chave por chave, e chaves ausentes em alguns itens tornam-se Optional.

Três alvos idiomáticos

dataclass mantém zero dependências e preserva as chaves válidas para Root(**data); Pydantic v2 adiciona aliases Field junto com populate_by_name para validação real; TypedDict descreve um dict simples para verificadores de tipo estáticos, usando a sintaxe funcional quando uma chave não é identificador.

Tipagem correta e leve em dependências

Números inteiros viram int (precisão arbitrária, sem overflow), decimais e expoentes viram float, e campos que só têm null viram Optional[Any]. Os imports de typing (Optional, List, Any) são adicionados apenas quando realmente usados.

100% no lado do cliente

A análise e a geração rodam no seu navegador sem chamadas de rede, então seus dados permanecem privados.

Dicas para modelos Python limpos

Combine o modo com a tarefa

Use dataclass para contêineres de dados internos, Pydantic v2 quando você valida ou faz o parse de entradas não confiáveis, e TypedDict quando você só precisa de dicas de tipo estáticas sobre dicts existentes.

Cole uma amostra representativa

Os campos são marcados como Optional apenas quando uma amostra os omite, e valores que só têm null recorrem a Any. Um exemplo completo e preenchido produz os tipos mais precisos.

Nomeie sua classe raiz

Defina um nome de raiz significativo (User, ApiResponse) em vez do padrão Root para um código legível e importável.

Perguntas frequentes