JSON 转 Python 类

粘贴 JSON，即可生成带类型注解的 Python dataclass 或 Pydantic v2 模型，支持嵌套类、list[...]、可选字段、snake_case 命名和 from_dict 辅助方法。

Python 代码

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"),
        )

类数

字段数

需要 Python 3.10 或更高版本（使用了 list[...] 和 X | None）。类按先定义后使用的顺序排列。

类型推断使用 JavaScript 数字，因此整数样本必须在 ±9,007,199,254,740,991 范围内。更大的标识符或精确的小数值请使用字符串。

用法：obj = User.from_dict(json.loads(text))

我的工具 →

根据 JSON 样本生成带类型注解的 Python 类：支持嵌套对象、列表、可为空的字段和指向原始键的别名。你可以选择标准库的 dataclass（可附带 from_dict() 辅助方法），也可以选择支持运行时校验的 Pydantic v2 模型。

使用方法

粘贴一个 JSON 对象，或一个对象列表——提供多个样本，工具才能识别出可选字段。
输入根类的名称。
选择 dataclass 或 Pydantic，以及是否把键转换为 snake_case。
把代码复制到你的项目中（Python 3.10 或更高版本）。

计算公式

string → str · 整数 → int · 小数 → float（int 与 float 混合时为 float）· true/false → bool · 对象 → 新类 · 数组 → list[元素类型] · null → | None · 类型混合 → Any

缺少的键会变成默认值为 None 的可选字段；dataclass 会把有默认值的字段放在最后。嵌套类的名称取自键，列表名称会转为单数。只有推导出的名称和字段都一致时，类才会共用同一个定义。整数样本必须在 ±9,007,199,254,740,991 范围内。JavaScript 数字推断会拒绝非有限值和会丢失小数部分的数字，较大的标识符或精确小数请使用字符串。

示例

默认样本会生成 3 个类和 16 个字段：Address、Order 和 User。"total": 59.9 与 "total": 12 合并为 total: float；couponCode 只出现在一个订单中，所以变成 coupon_code: str | None = None；"lastLogin": null 只有 null 无法判断类型，所以变成 last_login: Any = None。在 from_dict() 中，orders 由 [Order.from_dict(x) for x in d["orders"]] 构建。改用 Pydantic 后，每个被重命名的键都会改为带有 Field(alias="userName")。

常见问题

dataclass 还是 Pydantic？

dataclass 是内置的，速度快，但不做校验或类型转换。Pydantic 会检查类型，把 "12" 这样兼容的值转换为 12，还能用 model_validate_json() 直接从 JSON 字符串解析出嵌套对象。Pydantic 适合 API 边界，dataclass 适合内部数据。

样本里是 12，为什么字段是 float？

只要该键的任何一个值带有小数部分，字段就会是 float。JSON 中的 12.0 会被读成整数 12，所以如果字段可能出现小数，请提供含有真正小数（如 12.5）的样本。

像 "first-name" 或 "class" 这样的键会怎样？

它们会变成合法的名称：first-name → first_name，class → class_。from_dict() 仍然读取原始键；在 Pydantic 中，原始键会成为别名。

可以在顶层粘贴列表吗？

可以。[ {…}, {…} ] 中的各项会合并为一个根类；结果下方的提示会说明如何解析整个列表。

资料来源

最后更新: 2026年11月8日

包含这些输入的页面地址： https://kakao.mobile/zh/tools/json-to-python-class-tool/

引用此工具

APA

kakaoCalc. (2026, November 8). JSON 转 Python 类. https://kakao.mobile/zh/tools/json-to-python-class-tool/

MLA

“JSON 转 Python 类.” kakaoCalc, 8 Nov. 2026, kakao.mobile/zh/tools/json-to-python-class-tool/.

JSON 转 Python 类

使用方法

计算公式

示例

常见问题

资料来源

相关工具