JSON Pythonクラス変換

JSONを貼り付けると、型付きのPython dataclassまたはPydantic v2モデルを生成します。入れ子のクラス、省略可能フィールド、snake_case名、from_dictヘルパーに対応。

Pythonコード

from dataclasses import dataclass
from typing import Any


@dataclass
class Address:
    street: str
    city: str
    post_code: str

    @classmethod
    def from_dict(cls, d: dict[str, Any]) -> "Address":
        return cls(
            street=d["street"],
            city=d["city"],
            post_code=d["postCode"],
        )


@dataclass
class Order:
    order_id: str
    total: float
    items: int
    coupon_code: str | None = None

    @classmethod
    def from_dict(cls, d: dict[str, Any]) -> "Order":
        return cls(
            order_id=d["orderId"],
            total=d["total"],
            items=d["items"],
            coupon_code=d.get("couponCode"),
        )


@dataclass
class User:
    id: int
    user_name: str
    email: str
    is_active: bool
    balance: float
    tags: list[str]
    address: Address
    orders: list[Order]
    last_login: Any = None

    @classmethod
    def from_dict(cls, d: dict[str, Any]) -> "User":
        return cls(
            id=d["id"],
            user_name=d["userName"],
            email=d["email"],
            is_active=d["isActive"],
            balance=d["balance"],
            tags=d["tags"],
            address=Address.from_dict(d["address"]),
            orders=[Order.from_dict(x) for x in d["orders"]],
            last_login=d.get("lastLogin"),
        )

クラス数

フィールド数

Python 3.10以降が必要です（list[...] と X | None を使用）。クラスは、使われる前に定義されるよう順番に並べています。

型の推論にはJavaScriptの数値を使うため、整数のサンプルは±9,007,199,254,740,991の範囲内にしてください。それより大きな識別子や正確な小数値は文字列にしてください。

使い方: obj = User.from_dict(json.loads(text))

マイツール →

JSONのサンプルから、型付きのPythonクラスを生成します。入れ子のオブジェクト、リスト、null許容フィールド、元のキーを指すエイリアスに対応しています。標準ライブラリのdataclass（オプションのfrom_dict()ヘルパー付き）と、実行時の検証ができるPydantic v2モデルのどちらかを選べます。

使い方

JSONのオブジェクト、またはオブジェクトのリストを貼り付けます。サンプルが複数あると、省略可能なフィールドを見つけられます。
ルートクラスの名前を入力します。
dataclassかPydanticかを選び、キーをsnake_caseにするかどうかを選びます。
コードをプロジェクトにコピーします（Python 3.10以降）。

計算式

string → str · 整数 → int · 小数 → float（intとfloatが混在するとfloat）· true/false → bool · オブジェクト → 新しいクラス · 配列 → list[項目の型] · null → | None · 型が混在 → Any

存在しないキーは、既定値Noneの省略可能フィールドになります。dataclassでは既定値を持つフィールドを後ろに置きます。入れ子のクラス名はキーから作られ、リスト名は単数形にされます。導出された名前とフィールドが一致する場合にのみ、クラス定義を共有します。整数のサンプルは±9,007,199,254,740,991の範囲内にしてください。JavaScriptの数値による推論は、有限でない値や失われる小数部分を拒否するため、大きな識別子や正確な小数は文字列にしてください。

計算例

既定のサンプルからは3つのクラスと16個のフィールドが生成されます。Address、Order、Userです。"total": 59.9 と "total": 12 は total: float に統合され、couponCode は1件の注文にしかないため coupon_code: str | None = None になり、"lastLogin": null はnullだけでは型がわからないため last_login: Any = None になります。from_dict()では、orders が [Order.from_dict(x) for x in d["orders"]] で構築されます。Pydanticに切り替えると、名前が変更されたキーごとに、代わりに Field(alias="userName") が付きます。

よくある質問

dataclassとPydanticのどちらを使うべきですか？

dataclassは組み込みで高速ですが、検証や型変換は行いません。Pydanticは型を検査し、"12" のような互換性のある値を12に変換し、model_validate_json()でJSON文字列から入れ子のオブジェクトまで直接解析します。APIの境界にはPydantic、内部データにはdataclassが向いています。

サンプルでは12なのに、floatになるのはなぜですか？

そのキーの値のどれか1つでも小数部分があれば、フィールドはfloatになります。JSONの12.0は整数の12として読み込まれるため、フィールドが小数になり得る場合は、12.5のような実際の小数を含むサンプルを入れてください。

"first-name" や "class" のようなキーはどうなりますか？

有効な名前に変換されます。first-name は first_name、class は class_ になります。from_dict()は引き続き元のキーを読み取り、Pydanticでは元のキーがエイリアスになります。

最上位にリストを貼り付けられますか？

はい。[ {…}, {…} ] の項目は1つのルートクラスに統合され、結果の下の注記にリスト全体を解析する方法が表示されます。

出典

最終更新: 2026年11月8日

この入力内容のページアドレス： https://kakao.mobile/ja/tools/json-to-python-class-tool/

このツールを引用する

APA

kakaoCalc. (2026, November 8). JSON Pythonクラス変換. https://kakao.mobile/ja/tools/json-to-python-class-tool/

MLA

“JSON Pythonクラス変換.” kakaoCalc, 8 Nov. 2026, kakao.mobile/ja/tools/json-to-python-class-tool/.

JSON Pythonクラス変換

使い方

計算式

計算例

よくある質問

出典

関連ツール