JSON → Python Dataclass
JSONから即座にPython dataclassを生成。@dataclass・Pydantic v2 BaseModel・TypedDictに対応。ネストオブジェクト・配列・オプショナルフィールド処理。無料、ブラウザ内で処理。
- ブラウザ内で処理
- ツールの入力を ZeroTool のサーバーにアップロードしません
- 無料 · 登録不要
WeChat でスキャンしてシェア
例・詳しい説明・よくある質問 実際の出力つきの例、ほかのツールとの違い、よくある質問。
型マッピング
null→Optional[Any] = None- 文字列 →
str - 整数 →
int - 浮動小数点数 →
float - 真偽値 →
bool - 配列 →
List[T] - 混合配列 →
List[Union[T1, T2]] - ネストオブジェクト → 別クラス
例
このJSONが与えられた場合:
{"user": {"first_name": "Alice", "age": 30}, "tags": ["admin"], "note": null}
@dataclassモードで生成されるコード:
from dataclasses import dataclass
from typing import Any, List, Optional
@dataclass
class User:
first_name: str
age: int
@dataclass
class Root:
user: User
tags: List[str]
note: Optional[Any] = None
例:ネストしたオブジェクトと欠けているキー
入力:
{"id": 7, "title": "Release notes", "author": {"name": "Alice", "email": null}, "tags": ["python", "json"], "score": 4.5, "comments": [{"user": "bob", "text": "nice"}, {"user": "carol"}]}
@dataclass モードの出力:
from dataclasses import dataclass
from typing import Any, List, Optional
@dataclass
class Author:
name: str
email: Optional[Any] = None
@dataclass
class CommentsItem:
user: str
text: Optional[str] = None
@dataclass
class Root:
id: int
title: str
author: Author
tags: List[str]
score: float
comments: List[CommentsItem]
クラスは使われる前に定義される順に並びます。2 件目のコメントには text がないので Optional[str] = None になります。
dataclass・Pydantic・TypedDict の違い
3 つのモードは同じ構造を表しますが、実行時の動きが違います(Python 3.12、Pydantic 2.13 で確認):
root = Root(**json.loads(raw))
type(root.author) # <class 'dict'>, not Author
root = Root.model_validate(json.loads(raw)) # Pydantic mode
root.comments[1] # CommentsItem(user='carol', text=None)
- @dataclass は検証も変換もしません。
Root(**data)ではネストしたオブジェクトはただの dict のままで、型が違っても受け付けます。信頼できるデータに使うか、ネストしたフィールドを自分で変換します。 - Pydantic は型を検証し、ネストしたモデルを組み立てます。自分で管理していない API のレスポンスに向いています。
model_validate_json(raw)でパースと検証を一度に行えます。 - TypedDict は型チェッカー向けに dict の型を書くだけで、実行時には何も確認しません。キーは既定ですべて必須なので、ツールは一部の要素にしかないキーを
NotRequired[...]にします(PEP 655。Python 3.11 以降はtyping、それ以前はtyping_extensions)。Optional[...]は値がNoneになりうることを表すだけで、キーは必須のままです。
例:キーが欠ける TypedDict
note が 1 件目では null、2 件目では欠けていて、discount は 2 件目にしかない商品データ(ルートクラス名 Product、TypedDict モード):
[{"id": 1, "sku": "PEN-01", "price": 2, "note": null}, {"id": 2, "sku": "INK-07", "price": 1.5, "discount": 0.1}]
from typing import Any, NotRequired, Optional, TypedDict
class Product(TypedDict):
id: int
sku: str
price: float
note: NotRequired[Optional[Any]]
discount: NotRequired[float]
price は 2 と 1.5 です。PEP 484 では int を float として扱えるので、型は float になります。実行時の Product.required_keys は {'id', 'sku', 'price'}、optional_keys は {'note', 'discount'} です(Python 3.12 で確認)。
気象庁の天気予報 JSON を TypedDict にする
気象庁が公開している天気予報の JSON(東京都は https://www.jma.go.jp/bosai/forecast/data/forecast/130000.json)を TypedDict にする例です。2026 年 10 月 8 日 17 時発表分から東京地方だけを取り出し、天気の時系列は 3 時点すべて、降水確率の時系列は最初の 2 時点だけを残しました(値は発表時のまま)。1 つ目の時系列には天気(weatherCodes、weathers)、2 つ目には降水確率(pops)が入っています(ルートクラス名 Forecast、TypedDict モード):
[{"publishingOffice":"気象庁","reportDatetime":"2026-10-08T17:00:00+09:00","timeSeries":[{"timeDefines":["2026-10-08T17:00:00+09:00","2026-10-09T00:00:00+09:00","2026-10-10T00:00:00+09:00"],"areas":[{"area":{"name":"東京地方","code":"130010"},"weatherCodes":["100","100","101"],"weathers":["晴れ","晴れ","晴れ 時々 くもり"]}]},{"timeDefines":["2026-10-08T18:00:00+09:00","2026-10-09T00:00:00+09:00"],"areas":[{"area":{"name":"東京地方","code":"130010"},"pops":["0","0"]}]}]}]
from typing import List, NotRequired, TypedDict
class Area(TypedDict):
name: str
code: str
class AreasItem(TypedDict):
area: Area
weatherCodes: NotRequired[List[str]]
weathers: NotRequired[List[str]]
pops: NotRequired[List[str]]
class TimeSeriesItem(TypedDict):
timeDefines: List[str]
areas: List[AreasItem]
class Forecast(TypedDict):
publishingOffice: str
reportDatetime: str
timeSeries: List[TimeSeriesItem]
- 2 つの時系列の
areasは中身が違いますが、同じキーのオブジェクトはすべてのサンプルをまとめて 1 つのクラスにするので、AreasItemには天気と降水確率の両方が入り、片方の時系列にしかないweatherCodes・weathers・popsはNotRequiredになります。 reportDatetimeとtimeDefinesは+09:00付きの日時ですがstrのままです。Pydantic でdatetimeに変えると、オフセット付きの値として読み込まれます。- 降水確率は
"0"のように文字列で入っているのでList[str]です。Pydantic のモデルでList[int]に変えると、既定の lax モードでは文字列が数値に変換されます(たとえば["0", "10"]は[0, 10]。Pydantic 2.13.5 で確認)。 weathersの「晴れ 時々 くもり」には全角スペースが入っていますが、文字列なので型には影響しません。
制限
nullはOptional[Any]になります。Anyを実際の型に置き換えてください。- そのままではフィールド名にできないキー(
classなどの予約語、user-idや2faのように識別子でないもの、全角のnameのように NFKC で変わるもの、__で始まるもの、出力が import する名前や型として使う名前(str、Field)や生成したクラスと同じ名前のもの。Pydantic ではさらに_やmodel_で始まるキー(MongoDB の_idなど)と、jsonなどBaseModelの属性名)は、使える名前に置き換えます。@dataclass モードは行末のコメントに元のキーを書くので、Root(**data)の前に自分で対応させます。Pydantic モードはField(alias=...)を付けるのでmodel_validate()は元のキーのまま読めます(model_dump()はフィールド名で出力するので、元のキーに戻すにはmodel_dump(by_alias=True)を使います)。TypedDict モードは関数形式TypedDict("Name", {...})に切り替えて、キーをすべてそのまま残します。ツールのテストでは Python 3.12 と 3.14 で 3 つの出力を実行し、サンプルを読み戻しています。 - 日付は
strのままです。型をdatetimeに変えれば Pydantic が ISO 8601 文字列を変換します。 - ルートがプリミティブの配列のときはクラスを生成しません。ルート配列にオブジェクトとそれ以外の値が混ざっている場合は、オブジェクトからルートクラスを作り、配列全体の型を最後に別名
RootArray = List[Union[...]]として出力します(null の要素はNone)。Pydantic ではTypeAdapter(RootArray)で配列全体を検証できます。 10.0と書いた数値は、ツールに届いた時点で整数10です(JavaScript のJSON.parseは末尾の 0 を残しません)。そのためprice: intになり、後で10.5が来ると Pydantic はInput should be a valid integer, got a number with a fractional partで拒否します。小数がありうる値はfloatに直してください。- ルートクラス名は Python の識別子として使えればそのまま使い、使えなければ変換します:
order-item→OrderItem、数字で始まる2fa→_2fa、予約語のclass→class_、先頭の__は_1 つに(ネストしたクラス名はルートクラス名で始まり、Python はクラス本体の中で 2 つの下線で始まる名前を書き換えるため)、識別子に使える文字がなければRoot。 - 漢字や仮名のキーでも、クラス名にすべての文字がそのまま残ります。ただし JSON のキーと同じ名前のクラスは作らないので(Pydantic では、既定値のあるフィールドが同名のクラスを隠します)、親クラス名を前に付けます。
会員データの例(ルートクラス名 Member、@dataclass モード):
{"氏名": "山田太郎", "住所": {"都道府県": "東京都", "市区町村": "千代田区"}}
from dataclasses import dataclass
@dataclass
class Member住所:
都道府県: str
市区町村: str
@dataclass
class Member:
氏名: str
住所: Member住所
Python 3 は識別子に日本語を使えるので、氏名 や 住所 はそのままフィールド名になり、このコードは実行できます。住所のクラスは親の名前を付けた Member住所 です。英語の名前にしたいときは Address などに付け替えてください。
空の配列とサンプルの範囲
空の配列からは要素の型を判断できないため、{"tags": []} は tags: List[Any] になります。同じ入力配列に {"tags": ["admin"]} を持つ別のオブジェクトを加えると、統合したフィールドは List[str] になります。生成器は入力したサンプルに基づいて型を推測し、どのサンプルにもないフィールドは推測できません。クラスをコピーする前に、キーの欠落や null 値を含む代表的なオブジェクトを加えてください。
FAQ
このツールは何を生成しますか?
JSONからPythonクラス定義を生成します。標準の@dataclass(stdlib)、Pydantic v2 BaseModel、TypedDictから選べます。ネストしたオブジェクトはそれぞれ名前付きのクラスになります。
対応している出力モードは?
3つのモード:@dataclass(Python stdlib、デフォルト)、Pydantic v2 BaseModel、TypedDict(Python 3.8+。NotRequired を使う場合は 3.11+ か typing_extensions)。
JSONの型はPythonの型にどのようにマッピングされますか?
string→str、整数→int、それ以外の数値→float、boolean→bool、null→Optional[Any]、array→List[T](要素の型が混ざると List[Union[...]]、空なら List[Any])、ネストオブジェクト→別クラス。10.0 と書いた数値は整数 10 として読まれるので int になります。
フィールドはいつOptionalになりますか?
@dataclass と Pydantic モードでは、サンプルで値が null のとき、または配列のオブジェクトをまとめる際に一部のオブジェクトにないとき、Optional[T] = None になり、必須フィールドの後ろに移ります。TypedDict は JSON のキー順を保ち、一部にないキーは NotRequired[T]、null の値は Optional[T] にします。
ネストオブジェクトはどのように処理されますか?
ネストしたオブジェクトは、キーを PascalCase にした名前のクラスになり、配列の中のオブジェクトには Item が付きます(comments → CommentsItem)。クラスは、それを使うクラスより前に出力されます。同じキーでフィールドも同じオブジェクトは 1 つのクラスを共有し、形が違えば親クラス名を前に付け(b.meta → BMeta)、それでも重なれば番号を付けます。ASCII 以外のキーはクラス名に全文字を残し(PEP 3131)、ルートクラス名を除き、JSON のキー名、Python の予約語、出力が import する名前とは重ならないようにします。
データはサーバーに送信されますか?
いいえ。JSON とルートクラス名はこのブラウザのタブの中で処理され、送信されません。ブラウザのストレージにも保存しません。入力を編集してフォーカスを外したとき、サンプルをクリックしたとき、モードを切り替えたときに、ツール名と操作名(generate)だけの統計イベントを記録します。直前に記録したときと JSON・ルートクラス名・モードが同じ場合は記録しません。