Passer au contenu principal

JSON vers classe Python

Convertissez du JSON en modèles Pydantic v2, dataclasses ou TypedDicts Python avec annotations de type, alias pour les clés camelCase et détection de datetime/UUID.

100 % côté client · aucune donnée ne quitte votre navigateur

Pydantic parses them for you

Python — 3 types
from datetime import datetime
from typing import Any

from pydantic import BaseModel, Field


class Address(BaseModel):
    street: str
    city: str
    zip_code: str = Field(alias="zipCode")


class Order(BaseModel):
    order_id: str = Field(alias="orderId")
    total: float
    items: int
    shipped: bool
    coupon: str | None = None


class Root(BaseModel):
    id: int
    username: str
    email: str
    is_active: bool = Field(alias="isActive")
    rating: float
    created_at: datetime = Field(alias="createdAt")
    avatar_url: Any = Field(alias="avatarUrl")
    tags: list[str]
    address: Address
    orders: list[Order]

Arrays of objects are merged: a key missing from some items becomes optional, null makes a field nullable, and identical shapes share one type. Paste several examples in an array for the most accurate types.

À propos de cet outil

Collez du JSON et obtenez des modèles Python typés. Choisissez BaseModel de Pydantic v2 (champs en snake_case avec Field(alias=…) pour des clés comme createdAt, ainsi que les types datetime, date et UUID que Pydantic parse pour vous), les dataclasses de la bibliothèque standard ou TypedDict pour annoter de simples dicts. Les clés facultatives deviennent X | None = None (ou NotRequired dans un TypedDict), les objets imbriqués deviennent leurs propres classes, définies avant d'être utilisées, les listes deviennent list[T] et les objets indexés par des ID deviennent dict[str, T]. Les mots-clés Python et les noms de méthodes propres à Pydantic sont renommés de façon sûre. Les imports sont groupés comme avec isort et l'espacement suit Black. Passez à Go, Rust, C# ou Kotlin depuis la même page.

Comment convertir du JSON en modèles Python

Générez des modèles Pydantic ou des dataclasses à partir de JSON.

  1. 1

    Collez le JSON

    Collez un objet JSON ou un tableau d'exemples.

  2. 2

    Choisissez un style

    Choisissez Pydantic, dataclasses ou TypedDict.

  3. 3

    Copiez le code

    Copiez les classes ou téléchargez models.py.