JSON Swiss

JSON Swiss

Python → JSON-Schema-Generator

Python-Code Eingabe

Editor wird geladen…

JSON Schema Ausgabe

Einstellungen

Wählen Sie, welches Modell als JSON-Schema-Root behandelt werden soll.

Das Parsing läuft vollständig im Browser. Ihr Code verlässt die Seite nicht.

Fügen Sie Ihre Python-Modelle ein, um sofort JSON Schema zu erzeugen.

Unterstützt dataclasses, Pydantic, TypedDict, Optional/Union und Collections.

So konvertieren Sie Python dataclasses, Pydantic-Modelle und TypedDicts zu JSON Schema – Schritt-für-Schritt

Dieser Online-Konverter (Python → JSON Schema) hilft Ihnen, JSON Schema aus echten Modellen (DTOs, structs, classes) zu generieren, um Payloads zu validieren, Verträge zu teilen und Mock JSON zu erzeugen.

  1. Schritt 1 – Python-Quelle einfügen

    • Fügen Sie die Modelle, die Sie dokumentieren möchten, in den linken Editor ein.
    • Fügen Sie referenzierte Typen im selben Snippet hinzu, damit definitions generiert werden können.
    • Mit Beispiel laden Sie ein Beispiel und sehen das erwartete Eingabeformat.

  2. Schritt 2 – Root-Typ auswählen (falls nötig)

    • Wenn mehrere Definitions erkannt werden, wählen Sie die Root-Definition, die zu Ihrem API-Payload passt.
    • Das Output-Schema wird um die gewählte Root-Definition aufgebaut und kann zusätzliche Definitions enthalten.

  3. Schritt 3 – JSON-Schema-Ausgabe prüfen

    • Prüfen Sie Typen, required vs. optionale Felder und verschachtelte Objekt-/Array-Strukturen.
    • Achten Sie auf definitions und $ref wenn Modelle andere Modelle referenzieren.
    • Schema kopieren oder herunterladen – für Validierung, Dokumentation oder schema-first Entwicklung.

  4. Schritt 4 – Validieren oder Mock JSON generieren

    • Klicken Sie auf Mock-Daten generieren um den Mock-Generator mit vorbefülltem Schema zu öffnen.
    • Validieren Sie reale Payloads gegen Ihr Schema, um Breaking Changes früh zu erkennen.
    • Wenn Sie fortgeschrittene Komposition nutzen (z. B. anyOf/oneOf/allOf), prüfen Sie das Ergebnis mit einem vollständigen Validator wie Ajv.

Hinweis zum Keyword-Support

Generierte Schemas können $ref enthalten und bei Bedarf um anyOf, oneOf, oder allOfergänzt werden. Für komplexe Schemas nutzen Sie einen vollständigen JSON-Schema-Validator und dereference vor der Mock-Generierung, falls nötig.

Verwandte JSON-Schema- und Code-Generierungs-Tools

Nutzen Sie diese Tools, um Schemas zu validieren, Mock-Payloads zu erzeugen, JSON-Beispiele zu formatieren und Code und Verträge synchron zu halten.

JSON-Schema Mock-Daten-Generator

Beispiel-JSON aus Ihrem Schema für Tests, Fixtures und Dokumentation erzeugen.

JSON-Schema-Validator

JSON gegen gängige Schema-Keywords validieren und Mismatches schnell finden.

JSON to Python Classes

Python-Typen und Modelle aus JSON-Beispielen generieren.

JSON → JSON-Schema-Generator

Schema aus repräsentativen JSON-Beispielen erzeugen – als Ergänzung zu model-first Schemas.

JSON-Schema-Bibliothek

Schema-Beispiele und Patterns für Objekte, Arrays, Enums und Constraints entdecken.

JSON Formatter

JSON-Beispiele bereinigen, bevor Sie gegen Schema validieren oder Docs teilen.

Häufig gestellte Fragen

Welche Python-Syntax wird unterstützt?

Dataclasses, Pydantic BaseModel und TypedDicts mit typisierten Feldern, Listen, Dicts und verschachtelten Referenzen. Mehrere zusammengehörige Modelle können im selben Snippet eingefügt werden.

Wie werden Python-Typen gemappt?

Primitive Typen (str/int/float/bool), Optional/Union, Listen und Dictionaries werden in JSON-Schema-Äquivalente konvertiert. Optional wird als optional behandelt, Enums werden zu enum.

Kann ich das Root-Modell auswählen?

Ja. Wenn mehrere Definitions erkannt werden, wählen Sie in den Settings das Root-Modell, um das Schema korrekt aufzubauen.

Wie erzeuge ich Mock-Daten aus dem Schema?

Nach der Schema-Generierung klicken Sie auf "Mock-Daten generieren", um den Mock-Generator zu öffnen und Beispiel-Payloads zu erzeugen.

Python → JSON-Schema-Generator | JSONSwiss