JSON na klasy danych Pythona
Przykład
Dane wejściowe:
{"name": "Ali", "age": 30}Wynik:
from dataclasses import dataclass
from typing import List, Optional
@dataclass
class Root:
name: str
age: intO tym konwerterze
Konwerter odwzorowuje JSON na kształty dataclass, które deweloperzy Pythona naprawdę piszą: podpowiedzi str/int/float/bool (liczby całkowite odróżniane od zmiennoprzecinkowych przez wartość przykładową), obiekty zagnieżdżone wyodrębniane do własnych @dataclass, tablice jako List[ItemType] przy klasach elementów generowanych z elementów tablicy oraz pola brakujące w niektórych elementach tablicy otrzymujące domyślne None — umieszczone na końcu, ponieważ porządek pól dataclass wymaga domyślnych na końcu, co jest dokładnie powodem, dla którego łączący śledzi opcjonalność. Do użytku produkcyjnego z prawdziwymi API rozważ sparowanie wyjścia z walidacją pydantic lub attrs; wygenerowane dataclass są wiernym szkicem strukturalnym.
Często zadawane pytania
Dlaczego pola opcjonalne pokazują "= None" zamiast Optional[...]?
Wzorzec domyślnego None jest zwięzłym idiomem dataclass; owiń podpowiedź w Optional[...], jeśli sprawdzanie typów tego wymaga.
Co, jeśli pole jest null w przykładzie?
Typuje się jako None w szkicu — zamień go na prawdziwy typ, który gwarantuje API; próbka null nie może go ujawnić.