这个工具是什么
JSON → Python Dataclass 输出类型化数据类草稿，使用 Python 标准库。它推断字段结构，不自动把 JSON 字典递归构造为 dataclass 实例；生成后可根据应用需求编写加载和验证逻辑。
如何使用
- 粘贴 JSON，使用多个对象样本识别哪些字段可能缺失。
- 设置根数据类名称。
- 点击“转换”，检查嵌套类型、联合类型以及必填字段先于默认字段的顺序。
- 复制代码或下载 Python 文件，在 Python 3.10+ 中使用并补充反序列化逻辑。
使用示例
- [{"id":1,"name":"Tom"},{"id":2}]：id 为必填字段，name 可写为 str | None = None。
- {"matrix":[[1,2],[3,4]],"items":[]}：分别推断 list[list[int]] 与 list[Any]。
- {"class":"A","first-name":"Tom"}：处理为合法名称，并用注释记录原 key。
类型映射规则
字符串为 str，整数为 int，小数与混合数字为 float，布尔值为 bool，数组为 list[T]。不同元素类型可组成联合；只有 null 或未知结构使用保守的 Any/None 表示。可缺失字段具有 = None 默认值并排在必填字段之后；显式 nullable 但必填的字段不自动变成缺失字段。嵌套数据类按依赖顺序声明或使用明确的前向引用，空对象输出有效空类。字段采用合法 snake_case，保留字加后缀并消除名称冲突；改名注释不等于自动 JSON 映射。 输入和输出各最多 1 MiB、嵌套最多 64 层、100000 个节点、5000 个合并字段、256 个类型。不安全整数、非有限数字或下溢为零的数值会报错；其他小数基于浏览器浮点精度。
常见用途
- 为 Python 数据处理脚本建立结构模型。
- 将接口样本整理为嵌套数据类。
- 检查必填、可缺失和显式空值的区别。
隐私说明
JSON 输入与 Python 代码只在本地推断和显示，不上传、不运行代码，也不写入浏览器持久存储。
如需保留结果，请在离开页面前复制或下载到本地。
FAQ
Dataclass 是什么？
它是 Python 标准库提供的数据类装饰器，可根据字段声明生成初始化等常用方法。
需要什么 Python 版本？
输出面向 Python 3.10+，使用 list[T] 与 A | None 等现代类型写法。
为什么默认字段要放后面？
普通 dataclass 的有默认值字段不能先于无默认值字段，否则可能产生初始化参数顺序错误。
Python 保留字如何处理？
例如 class 会改为 class_ 等合法名称，同时保留原 JSON key 注释并处理改名冲突。
dataclass 会自动还原原 JSON 字段名吗？
不会。标准 dataclass 不自带 JSON key 映射或递归反序列化；改名后的字段需要应用提供相应转换逻辑。