JSON in Python

Raccomandazioni correlate

Informazioni su JSON in Python: Convertire i dati JSON in modelli dataclass eseguibili

Casi d'uso

• Integrazione REST API: Converti le risposte JSON del backend in @dataclass Python
• Modelli richiesta/risposta FastAPI
• Serializzatori Django Ninja / DRF
• Modellazione dati Scraper
• Definizione feature ML
• Deserializzazione file di configurazione
• Struttura temporanea Jupyter Notebook
• Definizione interfaccia microservizi
• Sviluppo strumenti CLI
• Costruzione dati di test
• Analisi log strutturati
• Migrazione centro di configurazione
• Collaborazione cross-language
• Migrazione database
• Blockchain/Web3
• ETL Data Science
• Validazione schema OpenAPI
• Esempi didattici
• Conversione nomi campo

Come utilizzare

1. Incolla il contenuto JSON nell'editor a sinistra o carica un file
2. Attendi 400ms per la conversione automatica
3. Se il JSON è malformato clicca «Ripara JSON»
4. Clicca «Copia» o «Scarica» per salvare il file model.py

Funzionalità

• Conversione locale nel browser: Parsing JSON e generazione codice Python avvengono interamente nel browser, nessun dato viene inviato al server
• Output annotazioni dataclass: Genera classi Python standard decorate con @dataclass
• Riconoscimento automatico dei tipi: str / int / float / bool / List[T] / Dict[str, Any] / Optional[Any]
• Suddivisione automatica oggetti annidati: Gli oggetti JSON annidati generano classi @dataclass indipendenti
• Risoluzione automatica generici List: Gli array JSON vengono convertiti automaticamente in List[T]
• Campi Optional opzionali: I campi null generano Optional[Any] come fallback
• Conversione automatica con debounce 400ms
• Correzione errori JSON in un clic
• Copia e download
• Cronologia input localStorage
• Pannelli reattivi ridimensionabili
• Supporta post-elaborazione Pydantic/attrs/TypedDict

Esempi di codice

# requirements.txt
# requests>=2.31

from dataclasses import dataclass
from typing import Any, List, Optional
import json
import requests


@dataclass
class Address:
    city: str
    zip: str


@dataclass
class User:
    id: int
    name: str
    active: bool
    address: Address
    tags: List[str]
    label: Optional[Any] = None


def main() -> None:
    resp = requests.get("https://api.example.com/users/1", timeout=10)
    resp.raise_for_status()
    user: User = User(**resp.json())
    print(f"{user.name} lives in {user.address.city}")
    print(f"tags: {user.tags}")


if __name__ == "__main__":
    main()

# pip install fastapi 'pydantic>=2'

from typing import List, Optional
from fastapi import FastAPI
from pydantic import BaseModel


class Address(BaseModel):
    city: str
    zip: str


class User(BaseModel):
    id: int
    name: str
    email: str
    active: bool = True
    address: Address
    tags: List[str] = []
    label: Optional[str] = None


app = FastAPI()


@app.post("/users")
async def create_user(user: User) -> dict:
    return {"id": user.id, "name": user.name}


@app.get("/users/{user_id}", response_model=User)
async def get_user(user_id: int) -> User:
    return User(id=user_id,name="Alice",email="a@b.com",active=True,address=Address(city="Beijing",zip="100000"),tags=["fastapi","pydantic"])

Best Practices

Domande frequenti

Risoluzione dei problemi

Glossario

dataclass

Decoratore della libreria standard Python 3.7+ (@dataclass) per generare automaticamente metodi magici come __init__, __repr__, __eq__.

Modulo typing

Libreria standard Python per le annotazioni di tipo, fornisce tipi generici come List, Dict, Optional, Any, Union.

Optional[T]

Tipo opzionale del modulo typing, equivalente a Union[T, None].

List[T]

Tipo lista generica di Python.

Any

Tipo speciale del modulo typing che indica che qualsiasi tipo è accettato.

Pydantic BaseModel

Classe base per modelli dati della libreria Pydantic.

FastAPI

Framework web Python moderno basato su Pydantic.

PEP 557

Python Enhancement Proposal che definisce la sintassi e il comportamento del decoratore dataclass.

Annotazione di tipo (Type Hint)

Indicazione di tipo annotata dopo parametri di funzione e variabili in Python.

PEP 484

Proposta di standard per le annotazioni di tipo in Python.

from __future__ import annotations

Istruzione per la valutazione ritardata delle annotazioni (PEP 563).

model.py

Nome file predefinito scaricato da questo strumento.

Tabella di riferimento rapido tipi JSON → tipi Python

Lo strumento deduce automaticamente il tipo Python corrispondente in base al tipo del valore JSON:

Privacy & Security

Tutte le operazioni di questo strumento JSON in Python avvengono completamente localmente nel browser: parsing JSON, generazione codice Python e download file sono eseguiti tutti lato client tramite JavaScript, nessun contenuto JSON, file caricati o codice generato viene inviato in rete a server.

Authoritative References

• PythonDocumentazione ufficiale Python - dataclasses
• PydanticDocumentazione ufficiale Pydantic - Models
• FastAPIDocumentazione ufficiale FastAPI