JSON naar Python

Gerelateerde aanbevelingen

Over JSON naar Python: JSON-gegevens omzetten naar uitvoerbare dataclass modellen

Toepassingsgevallen

• REST API integratie
• FastAPI request/response modellen
• Django Ninja / DRF serializers
• Scraper data modellering
• ML feature definitie
• Configuratiebestand deserialisatie
• Jupyter Notebook tijdelijke structuur
• Microservice interface definitie
• CLI tool ontwikkeling
• Testgegevens constructie
• Gestructureerde log analyse
• Configuratiecentrum migratie
• Cross-language samenwerking
• Databasemigratie
• Blockchain/Web3
• Data Science ETL
• OpenAPI schema validatie
• Didactische voorbeelden
• Veldnaam conversie

Hoe te gebruiken

1. Plak JSON in de linker editor of upload een bestand
2. Wacht 400ms op automatische conversie
3. Als JSON onjuist is klik «JSON repareren»
4. Klik «Kopiëren» of «Downloaden» om model.py op te slaan

Functies

• Lokale browserconversie
• Uitvoer met dataclass annotaties
• Automatische typeherkenning
• Automatische splitsing van geneste objecten
• Automatische List generic resolutie
• Optionele Optional velden
• Automatische conversie met 400ms debounce
• JSON foutcorrectie in één klik
• Kopiëren en downloaden
• localStorage invoergeschiedenis
• Responsieve aanpasbare panelen
• Ondersteunt Pydantic/attrs/TypedDict nabewerking

Codevoorbeelden

# 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}")


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}

Best Practices

Veelgestelde vragen

Probleemoplossing

Woordenlijst

dataclass

Decorator van de standaardbibliotheek Python 3.7+ (@dataclass) voor het automatisch genereren van magische methodes.

Module typing

Standaardbibliotheek Python voor type-annotaties.

Optional[T]

Optioneel type van de module typing.

List[T]

Generiek lijsttype van Python.

Any

Speciaal type dat elk type accepteert.

Pydantic BaseModel

Basisklasse voor datamodellen van de Pydantic-bibliotheek.

FastAPI

Modern Python webframework gebaseerd op Pydantic.

PEP 557

Voorstel dat de syntaxis van de dataclass-decorator definieert.

Type-annotatie (Type Hint)

Type-aanduiding geannoteerd na parameters en variabelen.

PEP 484

Voorstel voor standaard type-annotaties in Python.

from __future__ import annotations

Instructie voor vertraagde evaluatie van annotaties (PEP 563).

model.py

Standaard bestandsnaam die door deze tool wordt gedownload.

Snelle referentietabel JSON-typen → Python-typen

De tool leidt automatisch het corresponderende Python-type af op basis van het type JSON-waarde:

Privacy & Security

Alle bewerkingen van deze JSON naar Python tool vinden volledig lokaal plaats in de browser: JSON parsing, Python codegeneratie en bestandsdownloads worden allemaal client-side uitgevoerd via JavaScript, geen JSON-inhoud, geüploade bestanden of gegenereerde code wordt via het netwerk naar servers verzonden.

Authoritative References

• PythonOfficiële Python documentatie - dataclasses
• PydanticOfficiële Pydantic documentatie
• FastAPIOfficiële FastAPI documentatie