Convertir JSON en Python — Générateur de classes

Du JSON aux classes Python typées

Travailler avec des dictionnaires bruts est rapide, jusqu'à ce qu'une faute de frappe dans un nom de clé provoque une KeyError trois couches plus bas. Ce convertisseur JSON vers Python génère des classes typées à partir d'un exemple de JSON, afin que votre éditeur, votre vérificateur de types et vos collègues sachent exactement ce que contient chaque charge utile. Chaque objet devient une classe aux attributs annotés, les objets imbriqués deviennent leurs propres classes, les listes sont typées selon le type de leurs éléments, et les valeurs parfois absentes sont typées comme optionnelles. Les clés JSON sont converties en noms d'attributs snake_case, tandis que le code de sérialisation généré conserve les clés d'origine sur le réseau.

La génération est assurée par quicktype, qui fusionne tous les éléments de chaque tableau avant d'inférer les types : un champ présent seulement dans certains éléments est donc bien capturé et marqué optionnel, au lieu d'être silencieusement ignoré.

Dataclasses, Pydantic et versions de Python

Par défaut, la sortie utilise des classes @dataclass de la bibliothèque standard, ainsi que des fonctions from_dict et to_dict qui valident et convertissent chaque champ : aucune dépendance tierce n'est nécessaire. Si votre projet utilise déjà Pydantic — pour des corps de requête FastAPI, de la configuration ou de la validation —, cochez Pydantic BaseModel et les classes héritent alors de BaseModel. Le sélecteur de version de Python contrôle la syntaxe de typage : 3.10+ produit des annotations modernes comme list[int] et str | None, tandis que les cibles plus anciennes se rabattent sur le module typing. Cochez Classes only pour supprimer entièrement les fonctions de conversion.

Conseils pratiques

Utilisez un exemple qui met à l'épreuve les champs optionnels et contient plusieurs éléments de tableau, car l'inférence ne peut décrire que ce qu'elle voit. Nommez la classe racine d'après votre domaine — Invoice se lit mieux que Root — et le téléchargement reprendra ce nom. Après la génération, lancez votre formateur et votre vérificateur de types (Black, Ruff, mypy ou Pyright) et affinez ce que l'exemple ne pouvait pas révéler, comme des chaînes qui sont en réalité des énumérations ou des nombres qui devraient être des Decimal. L'analyse et la génération de code se font en local : vous pouvez donc coller sans risque des réponses contenant des données clients.