JSON zu Python Dataclasses
Beispiel
Eingabe:
{"name": "Ali", "age": 30}Ausgabe:
from dataclasses import dataclass
from typing import List, Optional
@dataclass
class Root:
name: str
age: intÜber diesen Konverter
Der Konverter bildet JSON auf die Dataclass-Formen ab, die Python-Entwickler tatsächlich schreiben: str/int/float/bool-Hinweise (Ganzzahlen werden anhand des Beispielwerts von Floats unterschieden), verschachtelte Objekte in ihre eigene @dataclass extrahiert, Arrays als List[ItemType] mit aus Array-Elementen generierten Elementklassen, und Felder, die in manchen Array-Elementen fehlen, erhalten einen None-Standard — platziert am Ende, da die Dataclass-Feldreihenfolge Standards am Ende verlangt, was genau der Grund ist, warum der Merger die Optionalität verfolgt. Für die Produktion mit echten APIs sollten Sie die Ausgabe mit pydantic- oder attrs-Validierung paaren; die generierten Dataclasses sind der getreue strukturelle Entwurf.
Häufig gestellte Fragen
Warum zeigen optionale Felder "= None" statt Optional[...]?
Das Standard-None-Muster ist das kompakte Dataclass-Idiom; wickeln Sie den Hinweis in Optional[...], wenn Ihr Typ-Prüfer es verlangt.
Was, wenn ein Feld in der Stichprobe null ist?
Es wird im Entwurf als None typisiert — ersetzen Sie es durch den echten Typ, den Ihre API garantiert; eine Null-Stichprobe kann ihn nicht offenbaren.