Generatore JSON → Python

Input JSON

1

Python Generato

Configuration

Inserisci dati JSON per generare classi Python

Dataclass, modelli Pydantic e type hint

Come convertire JSON in Python – guida passo passo

Utilizza questo generatore da JSON a Python per creare classi di dati/modelli tipizzati da esempi JSON per servizi, script e pipeline di dati.

  1. Passaggio 1: incolla un esempio JSON

    • Incolla un oggetto o un array JSON rappresentativo nell'editor di sinistra.
    • Includere oggetti nidificati, matrici e campi nullable in modo che i tipi vengano dedotti correttamente.
    • Utilizza Import per caricare JSON da un file, un URL o dati di esempio.
  2. Passaggio 2: scegli le opzioni del modello Python

    • Scegli una radice Class Name per il modello generato.
    • Decidi come rappresentare i campi facoltativi (Optional[str]) e i valori sconosciuti (Any).
    • Esamina gli oggetti e gli elenchi nidificati in modo che siano associati a classi di dati nidificate e tipi List[...].
  3. Passaggio 3: rivedere il codice generato

    • Controlla i nomi dei campi, i tipi e il modo in cui sono modellati gli array/oggetti.
    • Modifica opzioni come Root Type Name, gestione null e framework, se disponibili.
    • Se un campo viene dedotto in modo errato, modifica il JSON di esempio e rigeneralo.
  4. Passaggio 4: utilizzare i modelli in Python

    • Copia i modelli generati nel modulo del tuo progetto.
    • Carica JSON e mappalo nei tuoi modelli (manualmente o con un aiutante).
    • Convalida i dati di input ai limiti (API, coda, file) per evitare errori a valle.
  5. Passaggio 5: copiare o scaricare

    • Copia l'output nel tuo progetto o scaricalo come file.
    • Esegui il tuo formattatore/linter per adattarlo allo stile del tuo codice.
    • Aggiungi librerie di analisi/serializzazione JSON se la tua lingua le richiede.

Suggerimenti rapidi

  • Preferisci dataclasses per modelli leggeri e digitazione statica.
  • Utilizza pydantic quando hai bisogno di convalida e coercizione in fase di esecuzione.
  • Conserva uno schema/modello canonico per carico utile per evitare derive.
Output di esempio (semplificato)
# Ingresso JSON
{
  "id": 123,
  "name": "Maeve Winters",
  "email": "[email protected]",
  "active": true,
  "roles": ["admin", "editor"],
  "metadata": { "plan": "pro" },
  "createdAt": "2024-03-01T10:15:00Z",
  "score": 99.5,
  "notes": null
}

# Generated Python models (simplified)
from dataclasses import dataclass
from typing import Any, List, Optional

@dataclass
class Metadata:
  plan: str

@dataclass
class Root:
  id: int
  name: str
  email: Optional[str]
  active: bool
  roles: List[str]
  metadata: Metadata
  createdAt: str
  score: float
  notes: Any

Strumenti JSON e Python correlati

Esplora altri strumenti JSON e schemi che funzionano alla grande insieme a questo generatore da JSON a Python.

Domande frequenti

Quali funzionalità Python sono supportate?

Il generatore crea dataclass Python, modelli Pydantic e TypedDict con type hint, supporta campi opzionali e segue le convenzioni di naming Python.

Come vengono gestiti i type hint?

Il codice generato include type hint completi con il modulo typing (List, Optional, Dict) e mappa i tipi JSON ai tipi Python corrispondenti.

Supporta Pydantic?

Sì. Seleziona il framework Pydantic per generare modelli BaseModel con validazione runtime, ideali per API e data processing.

Come vengono gestiti i valori null?

I valori null nel JSON vengono mappati a Optional[...] in Python e i campi opzionali possono avere default None per riflettere accuratamente la struttura dei dati.

Generatore JSON → Python | JSONSwiss