JSON Swiss

JSON Swiss

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.

Classe Python su schema JSON e JSON

Converti le classi Python esistenti in esempi JSON e schemi JSON per documenti e convalida.

Generatore di schemi JSON

Genera uno schema JSON da esempi JSON per convalidare payload e contratti.

Formattatore e validatore JSON

Formatta e convalida JSON prima di generare modelli per evitare problemi di runtime.

Generatore da JSON a TypeScript

Genera tipi di frontend che corrispondono agli stessi payload dell'API Python.

Editor tabella

Interfaccia tabellare visuale con modifica dei dati JSON in tempo reale

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.