JSON Swiss

JSON Swiss

Générateur Python → JSON Schema

Entrée Code Python

Chargement de l’éditeur…

Sortie JSON Schema

Paramètres

Choisissez quel modèle doit être considéré comme racine du JSON Schema.

Le parsing s’exécute entièrement dans votre navigateur. Votre code ne quitte jamais la page.

Collez vos modèles Python pour produire du JSON Schema instantanément.

Support des dataclasses, Pydantic, TypedDict, Optional/Union et collections.

Comment convertir dataclasses, modèles Pydantic et TypedDict Python en JSON Schema — guide pas à pas

Ce convertisseur en ligne (Python → JSON Schema) vous aide à générer du JSON Schema à partir de modèles réels (DTOs, structs et classes) pour valider des payloads, partager des contrats et générer du mock JSON.

  1. Étape 1 – Collez votre source Python

    • Collez les modèles à documenter dans l’éditeur de gauche.
    • Incluez les types référencés dans le même snippet afin de générer les definitions.
    • Utilisez le bouton Exemple pour charger un exemple et voir le format attendu.

  2. Étape 2 – Sélectionnez la Type racine (si besoin)

    • Si plusieurs definitions sont détectées, choisissez la racine qui correspond à votre payload d’API.
    • Le schéma de sortie est construit autour de la racine sélectionnée et peut inclure des definitions supplémentaires.

  3. Étape 3 – Vérifiez la sortie JSON Schema

    • Contrôlez types, champs requis vs optionnels, et structures imbriquées d’objets/arrays.
    • Surveillez definitions et $ref lorsque vos modèles référencent d’autres modèles.
    • Copiez ou téléchargez le schéma pour validation, documentation ou approche schema-first.

  4. Étape 4 – Valider ou générer du mock JSON

    • Cliquez sur Générer des données mock pour ouvrir le générateur de mock avec votre schéma préchargé.
    • Validez des payloads réels avec votre schéma pour détecter tôt les breaking changes.
    • Si vous utilisez une composition avancée (par ex. anyOf/oneOf/allOf), vérifiez le résultat avec un validateur complet comme Ajv.

Note sur le support des mots-clés

Les schémas générés peuvent inclure $ref et peuvent être édités pour ajouter anyOf, oneOf, ou allOf. Pour des schémas complexes, utilisez un validateur JSON Schema complet et dereferencez avant génération de mock si nécessaire.

Outils liés à JSON Schema et à la génération de code

Utilisez ces outils pour valider des schémas, générer des payloads mock, formater des exemples JSON et synchroniser code et contrats.

Générateur de données mock (JSON Schema)

Générez du JSON d’exemple depuis votre schéma pour tests, fixtures et documentation.

Validateur de JSON Schema

Validez du JSON avec des mots-clés courants et repérez vite les écarts.

JSON to Python Classes

Générez des types et modèles Python depuis des exemples JSON.

Générateur JSON → JSON Schema

Construisez un schéma depuis des exemples JSON représentatifs pour compléter l’approche model-first.

Bibliothèque de JSON Schema

Explorez des exemples et patterns pour objets, arrays, enums et contraintes.

Formateur JSON

Nettoyez vos exemples JSON avant validation ou partage de docs.

Questions fréquentes

Quel Python est supporté ?

Dataclasses, Pydantic BaseModel et TypedDicts avec champs typés, listes, dicts et références imbriquées. Collez plusieurs modèles liés dans le même snippet.

Comment les types Python sont-ils mappés ?

Types primitifs (str/int/float/bool), Optional/Union, listes et dictionnaires sont convertis en équivalents JSON Schema. Optional devient optionnel, enums deviennent enum.

Puis-je choisir le modèle racine ?

Oui. S’il y a plusieurs définitions, choisissez la racine dans les settings pour construire le schéma autour du bon modèle.

Comment obtenir des données mock ?

Après génération du schéma, cliquez sur "Générer des données mock" pour ouvrir le Générateur de Mock et produire des payloads d’exemple.

Générateur Python → JSON Schema | JSONSwiss