JSON 转 Python 工具

转换器

从样例 JSON 自动推断生成 Python dataclass 或 TypedDict，支持 Pydantic 模型与可选字段注解。适合 Python 后端对接 API、数据处理脚本与 FastAPI 路由模型定义时省去手写类。

json-to-go.input

json-to-go.output

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

@dataclass
class Profile:
    age: int
    city: str

@dataclass
class RootObject:
    id: int
    name: str
    active: bool
    score: float
    tags: List[str]
    profile: Profile

关于 JSON 转 Python 工具

JSON 转 Python 代码工具在浏览器本地解析样例 JSON 并自动生成 Python 类型定义。支持输出 dataclass（Python 3.7+）或 TypedDict（Python 3.8+）两种形式，字段名自动转为 snake_case 命名风格，嵌套对象拆分为独立的类定义，数组推断为 List 泛型，布尔值映射为 bool，null 值标记为 Optional。生成的代码可直接粘贴到 py 文件中使用，配合 mypy 或 pyright 进行静态类型检查，适用于 FastAPI 接口模型和 Pydantic schema 定义。数据不会被上传到服务器，所有解析和代码生成在浏览器本地完成。

使用方法

打开 JSON 转 Python 工具工具页面
根据需求输入或粘贴数据到输入区域
查看实时处理结果，使用复制按钮获取输出

使用场景

类型化 API 响应 — 把接口 JSON 转成 dataclass，配合 httpx/pydantic 做类型校验。
配置文件建模 — 从 JSON/YAML 配置样例生成 dataclass，用于 typed-settings 等库。
FastAPI 请求体 — 快速生成 Pydantic 兼容的 dataclass 作为请求体模型。
数据管道建模 — 为 ETL 管道的输入输出快速建模，提高代码可维护性。

常见问题

dataclass 和 TypedDict 有什么区别？

dataclass 是运行时可实例化的类，TypedDict 仅用于类型注解（dict 的结构化版本）。按需选择。

null 值怎么处理？

null 值推断为 Optional[Any]，建议用非空样例获得更精确的类型。

字段名如何转换？

JSON 的 camelCase 或 kebab-case 字段名会自动转为 Python 风格的 snake_case。

需要哪些依赖？

dataclass 模式需要 Python 3.7+（标准库），TypedDict 需要 typing_extensions（3.8 以下）。

参考来源

评论与讨论

还没有评论，来抢沙发吧！