PyJSON → Python Konverter

Lädt...

Wandeln Sie API-Antworten in saubere Python-Modelle um. Unterstützt neueste Pydantic-Features und Standard-Dataclasses.

1
JSON eingeben
Fügen Sie das JSON links ein.
2
Optionen konfigurieren
Wählen Sie den Modus (Pydantic v2/v1 oder Dataclass) und den Klassennamen. Aktivieren Sie 'Optional' für Null-Werte.
3
Code kopieren
Kopieren Sie den Python-Code rechts.

💡camelCase-Keys werden automatisch in Python-konformes snake_case umgewandelt. Nutzt Aliase, um die Original-Keys beizubehalten.
💡Wählen Sie Pydantic v2 für neue Projekte.
💡Die Typ-Inferenz basiert auf dem ersten Objekt in Arrays — nutzen Sie repräsentative Daten.
💡Optional-Typen helfen bei der Absicherung gegen fehlende Felder.

Q. Wie werden die generierten Python-Klassen verwendet?: A. Werden als @dataclass oder Pydantic BaseModel generiert. Pydantic mit FastAPI verwaltet automatisch die Validierung von API-Anfragen/Antworten.
Q. Was ist der Unterschied zwischen dataclass und Pydantic?: A. dataclass ist aus der Standardbibliothek für einfache Strukturen. Pydantic fügt Laufzeit-Typvalidierung, Serialisierung und ein robustes Ökosystem für API-Entwicklung hinzu.
Q. Wie werden camelCase-JSON-Schlüssel auf Python snake_case abgebildet?: A. Python verwendet snake_case per Konvention, während JSON-APIs oft camelCase verwenden. Mit Pydantic kann alias_generator=to_camel in model_config für automatisches Mapping konfiguriert werden.