JSON 转 Python：转换差异、边界与常见坑
在线 JSON 转 Python：生成带类型标注的 dataclass，并给出 Decimal 与 datetime 所需的解析与序列化钩子，避免浮点与时间在转换中走样。
生成带类型注解的 dataclass，比裸 dict 更容易静态检查。注意标准库 json 不会自动把 dict 变成 dataclass，需要 pydantic 或 dacite；Decimal 与 datetime 也不被标准序列化器认识，要自己写 default 回调。
两种格式的差异对照
| 维度 | JSON | Python 类型 |
|---|---|---|
| 类型声明 | 无，运行时推断 | 注解可选，运行时不做强制检查 |
| 命名 | camelCase / snake_case | PEP 8 推荐 snake_case，需转换或别名 |
| 可空性 | null | Optional[T] 仅作提示，运行时仍需判空 |
| 数字 | 统一 number | int 无限精度（大整数天然安全） |
| 浮点 | number | float 双精度，金额用 Decimal |
| 日期 | 字符串 | 需手工转 datetime 并处理时区 |
| 不可变 | 无概念 | frozen dataclass 或 NamedTuple |
| 校验 | 无 | pydantic 提供运行时校验与类型转换 |
边界条件
- int 在 Python 里没有溢出问题，但序列化回 JSON 后若被 JS 解析仍会超过 2^53 失真——Python 侧安全不代表链路安全。
- float 的 0.1 + 0.2 != 0.3 是二进制浮点的固有问题，金额必须用 Decimal 并配字符串传输。
- datetime 不带时区（naive）在跨时区比较时会抛异常或产生错误结果，务必用 aware datetime。
- 可变默认值（如
items: list = []）在 dataclass 里会共享同一个对象，必须用 default_factory。
常见坑
- 用普通 dict 一路传递，字段拼写错误到运行时才暴露，且难以静态检查。
- 金额用 float，0.1 + 0.2 的结果让对账差了 5.55e-17。
- naive datetime 与 aware datetime 混用，线上偶发 TypeError。
- dataclass 的 list 字段用可变默认值，所有实例共享同一列表，数据互相污染。
- JSON 的 null 对应 Python 的 None，但类型注解里的 Optional 只在静态检查时生效，运行时仍需判空否则 AttributeError。
相关工具
- JSON 转 Python 工具从样例 JSON 自动生成 Python dataclass 或 TypedDict，支持 Pydantic 模型与可选字段注解。嵌套对象会生成独立数据类，数组元素类型按样本推断。可选用数据类、类型字典或校验模型三种写法。字段名可选转换为下划线风格。模型名与字段风格可自定义。可生成数据类或类型字典。
- 数据格式转换器在 JSON、YAML、TOML、XML、CSV 之间一处粘贴自由互转并实时预览。在 JSON、YAML、TOML、XML 与 CSV 之间任意互转，粘贴一次即可看多种输出。转换时会提示解析失败的位置，避免带着语法错误继续处理。适合在不同工具链之间迁移配置文件。支持粘贴即转。多种格式的输出可逐一取用。
- JSON 转 YAML把 JSON 转为缩进风格的 YAML，可自定义缩进宽度，适合改写成 K8s 清单与 GitHub Actions 工作流，让配置更易编辑对比。缩进宽度可调，多行字符串会自动改用块标量，避免出现大量转义符。输出适合直接粘进工作负载清单与流水线配置文件。注释式写法需自行补充。长文本会改用块标量输出。
- Excel 转 JSON 工具把 Excel 文件（xlsx、xls、csv）转为 JSON，支持嵌套表头、工作表选择与键名映射，用 SheetJS 在浏览器完成，适合业务数据导入。支持选择工作表、指定表头行与把首行映射为字段名。嵌套表头会按层级组装为嵌套对象，数字与日期保留原始类型。可指定表头行并自定义字段名。
常见问题
怎么把 Python 再转回 JSON？
使用同工具的交换方向功能，或本站对应的「Python 转 JSON」页面，两者都本地运行、数据不上传，可完成往返转换与校验。
JSON 和 Python 哪个更适合人类阅读？
这取决于场景：Python 通常更偏向程序解析与接口传输式的可读形态，而 JSON 更利于程序解析与接口传输式的程序消费；需要人工编辑时优先选可读性更高的那一侧。
生成的是 dataclass 还是普通 dict？
多数工具生成 @dataclass（带类型注解），可读性与类型提示都更好；但只要 dict 的话直接 json.loads() 就够了。注意：标准库 json 不会自动把 dict 变成 dataclass，需要配 dacite、pydantic 等库，或者手写 from_dict。
datetime 字段会生成什么类型？
通常是 str。因为 JSON 没有日期类型，工具无从判断某个字符串是日期还是普通文本。需要真日期时手工改成 datetime 并在解析层显式转换（datetime.fromisoformat），顺带把时区显式化——这是 Python 里最容易踩的时区坑。