JSON → Python Dataclass
JSON에서 Python dataclass를 즉시 생성. @dataclass, Pydantic v2 BaseModel, TypedDict 지원. 중첩 객체, 배열, 선택적 필드 처리. 무료, 브라우저에서 실행.
- 브라우저에서 처리
- 도구 입력을 ZeroTool 서버에 업로드하지 않습니다
- 무료 · 회원가입 불필요
WeChat으로 스캔하여 공유
예시·자세한 설명·자주 묻는 질문 실제 출력이 있는 예시, 다른 도구와의 차이, 자주 묻는 질문.
타입 매핑
null→Optional[Any] = None- 문자열 →
str - 정수 →
int - 부동소수점 →
float - 불리언 →
bool - 배열 →
List[T] - 혼합 배열 →
List[Union[T1, T2]] - 중첩 객체 → 별도 클래스
예시
다음 JSON이 주어졌을 때:
{"user": {"first_name": "Alice", "age": 30}, "tags": ["admin"], "note": null}
@dataclass 모드에서 생성되는 코드:
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
예시: 중첩 객체와 빠진 키
입력:
{"id": 7, "title": "Release notes", "author": {"name": "Alice", "email": null}, "tags": ["python", "json"], "score": 4.5, "comments": [{"user": "bob", "text": "nice"}, {"user": "carol"}]}
@dataclass 모드 출력:
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]
클래스는 사용되기 전에 정의되도록 정렬됩니다. 두 번째 댓글에는 text가 없어서 Optional[str] = None이 됩니다.
dataclass, Pydantic, TypedDict 차이
세 모드는 같은 구조를 나타내지만 실행 시 동작이 다릅니다(Python 3.12, Pydantic 2.13으로 확인):
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)
- @dataclass는 검증도 변환도 하지 않습니다.
Root(**data)에서 중첩 객체는 그냥 dict로 남고, 타입이 달라도 받아들입니다. 믿을 수 있는 데이터에 쓰거나 중첩 필드를 직접 변환하세요. - Pydantic은 타입을 검증하고 중첩 모델을 만듭니다. 직접 관리하지 않는 API 응답에 적합합니다.
model_validate_json(raw)로 파싱과 검증을 한 번에 합니다. - TypedDict는 타입 검사기에 dict 구조를 알려 줄 뿐 실행 시에는 아무것도 확인하지 않습니다. 모든 키가 기본적으로 필수이므로 도구는 일부 항목에만 있는 키를
NotRequired[...]로 씁니다(PEP 655, Python 3.11+는typing, 그 이전은typing_extensions).Optional[...]은 값이None일 수 있다는 뜻일 뿐이고 키는 여전히 필수입니다.
예시: 키가 빠지는 TypedDict
note가 첫 항목에서는 null, 둘째 항목에서는 없고, discount는 둘째 항목에만 있는 상품 데이터(루트 클래스 이름 Product, TypedDict 모드):
[{"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]
price는 2와 1.5입니다. PEP 484는 int를 float 자리에 쓸 수 있게 하므로 타입은 float입니다. 실행 시 Product.required_keys는 {'id', 'sku', 'price'}, optional_keys는 {'note', 'discount'}입니다(Python 3.12에서 확인).
네이버 블로그 검색 API 응답을 Pydantic 모델로
네이버 검색 API의 블로그 검색은 결과를 XML 또는 JSON으로 돌려주며, JSON에서는 개별 결과가 items 배열로 옵니다(블로그 검색 API 레퍼런스). 아래는 문서의 XML 응답 예에 나온 값을 JSON 모양으로 옮기고 link와 description을 줄인 샘플입니다(루트 클래스 이름 BlogSearch, Pydantic v2 모드):
{"lastBuildDate":"Mon, 26 Sep 2016 10:39:37 +0900","total":8714891,"start":1,"display":10,"items":[{"title":"명예훼손 없이 <b>리뷰</b>쓰기","link":"http://openapi.naver.com/l?AAAB...","description":"명예훼손 없이 <b>리뷰</b>쓰기 우리 블로그하시는 분들께는...","bloggername":"건짱의 Best Drawing World2","bloggerlink":"http://blog.naver.com/yoonbitgaram","postdate":"20161208"}]}
from pydantic import BaseModel
from typing import List
class ItemsItem(BaseModel):
title: str
link: str
description: str
bloggername: str
bloggerlink: str
postdate: str
class BlogSearch(BaseModel):
lastBuildDate: str
total: int
start: int
display: int
items: List[ItemsItem]
title과description에는 검색어를 감싼<b>태그가 그대로 들어 있습니다. 타입은str이고 태그는 지워지지 않으니, 화면에 보여 주기 전에 직접 제거하세요.postdate는20161208같은 8자리 문자열이라str입니다. 여기서 타입을date로 바꾸면 Pydantic 2.13.5는 숫자로만 된 문자열을 Unix 타임스탬프로 읽기 때문에(Pydantic 표준 라이브러리 타입 문서)Datetimes provided to dates should have zero time - e.g. be exact dates오류가 납니다. 날짜로 쓰려면datetime.strptime(v, "%Y%m%d").date()로 직접 변환하세요.lastBuildDate는Mon, 26 Sep 2016 10:39:37 +0900형식이라datetime으로 바꾸면Input should be a valid datetime or date, invalid character in year오류가 납니다. 표준 라이브러리의email.utils.parsedate_to_datetime()은 이 형식을 읽어2016-09-26 10:39:37+09:00을 돌려줍니다.
제한
null은Optional[Any]가 됩니다.Any를 실제 타입으로 바꾸세요.- 그대로는 필드 이름이 될 수 없는 키(
class같은 예약어,user-id나2fa처럼 식별자가 아닌 것, 전각name처럼 NFKC로 바뀌는 것,__로 시작하는 것, 출력이 import하거나 타입으로 쓰는 이름(str,Field)이나 생성된 클래스와 이름이 같은 것. Pydantic에서는_나model_로 시작하는 키(MongoDB_id등)와json같은BaseModel속성 이름도 포함)는 쓸 수 있는 이름으로 바꿉니다. @dataclass 모드는 줄 끝 주석에 원래 키를 적으므로Root(**data)전에 직접 맞춰 주세요. Pydantic 모드는Field(alias=...)를 붙여model_validate()가 원래 키로 읽고(model_dump()는 필드 이름으로 출력하므로 원래 키가 필요하면model_dump(by_alias=True)를 쓰세요), TypedDict 모드는 함수형 문법TypedDict("Name", {...})로 바꿔 키를 모두 그대로 남깁니다. 도구 테스트는 Python 3.12와 3.14에서 세 출력을 실행하고 샘플을 다시 읽습니다. - 날짜는
str로 남습니다. 타입을datetime으로 바꾸면 Pydantic이 ISO 8601 문자열을 변환합니다. - 루트가 기본 타입 배열이면 클래스를 만들지 않습니다. 루트 배열에 객체와 다른 값이 섞여 있으면 객체로 루트 클래스를 만들고, 배열 전체의 타입을 마지막에 별칭
RootArray = List[Union[...]]으로 출력합니다(null 요소는None). Pydantic에서는TypeAdapter(RootArray)로 배열 전체를 검증할 수 있습니다. 10.0으로 쓴 숫자는 도구에 들어올 때 이미 정수10입니다(JavaScript의JSON.parse는 끝자리 0을 남기지 않음). 그래서price: int가 되고, 나중에10.5가 오면 Pydantic이Input should be a valid integer, got a number with a fractional part로 거부합니다. 소수가 올 수 있는 값은float로 고치세요.- 루트 클래스 이름은 Python 식별자로 쓸 수 있으면 그대로 쓰고, 아니면 바꿉니다:
order-item→OrderItem, 숫자로 시작하는2fa→_2fa, 예약어class→class_, 앞의__는_하나로(중첩 클래스 이름은 루트 클래스 이름으로 시작하는데, Python은 클래스 본문 안에서 밑줄 두 개로 시작하는 이름을 바꿔 버림), 쓸 수 있는 글자가 없으면Root. - 한글 키도 클래스 이름에 글자가 모두 그대로 들어갑니다. 다만 JSON 키와 같은 이름의 클래스는 만들지 않으므로(Pydantic에서는 기본값이 있는 필드가 같은 이름의 클래스를 가립니다) 부모 클래스 이름을 앞에 붙입니다.
회원 데이터 예(루트 클래스 이름 Member, @dataclass 모드):
{"이름": "홍길동", "주소": {"시도": "서울특별시", "시군구": "중구"}}
from dataclasses import dataclass
@dataclass
class Member주소:
시도: str
시군구: str
@dataclass
class Member:
이름: str
주소: Member주소
Python 3은 식별자에 한글을 쓸 수 있어 이름, 주소가 그대로 필드 이름이 되고 이 코드는 실행됩니다. 주소 클래스는 부모 이름을 붙인 Member주소입니다. 영문 이름이 필요하면 Address 같은 이름으로 바꾸세요.
빈 배열과 샘플 범위
빈 배열에는 요소 타입을 판단할 정보가 없으므로 {"tags": []}는 tags: List[Any]를 생성합니다. 같은 입력 배열에 {"tags": ["admin"]}가 있는 다른 객체를 넣으면 병합된 필드는 List[str]가 됩니다. 생성기는 입력한 샘플을 기준으로 타입을 추론하며, 어떤 샘플에도 없는 필드는 추론할 수 없습니다. 클래스를 복사하기 전에 키가 빠지거나 null 값이 있는 대표 객체를 포함하세요.
FAQ
이 도구는 무엇을 생성하나요?
JSON에서 Python 클래스 정의를 생성합니다. 표준 @dataclass(stdlib), Pydantic v2 BaseModel, TypedDict 중에서 고를 수 있습니다. 중첩 객체는 각각 이름이 붙은 클래스가 됩니다.
어떤 출력 모드를 지원하나요?
세 가지 모드: @dataclass(Python stdlib, 기본값), Pydantic v2 BaseModel, TypedDict(Python 3.8+, NotRequired를 쓰면 3.11+ 또는 typing_extensions).
JSON 타입은 Python 타입에 어떻게 매핑되나요?
string→str, 정수→int, 그 밖의 숫자→float, boolean→bool, null→Optional[Any], array→List[T](요소 타입이 섞이면 List[Union[...]], 비어 있으면 List[Any]), 중첩 객체→별도 클래스. 10.0으로 쓴 숫자는 정수 10으로 읽히므로 int가 됩니다.
필드가 Optional이 되는 경우는?
@dataclass와 Pydantic 모드에서는 샘플 값이 null이거나, 배열의 객체를 합칠 때 일부 객체에 없으면 Optional[T] = None이 되고 필수 필드 뒤로 옮겨집니다. TypedDict는 JSON의 키 순서를 유지하며, 일부 객체에 없는 키는 NotRequired[T], null 값은 Optional[T]로 씁니다.
중첩 객체는 어떻게 처리되나요?
중첩 객체는 키를 PascalCase로 바꾼 이름의 클래스가 되고, 배열 안의 객체에는 Item이 붙습니다(comments → CommentsItem). 클래스는 그것을 쓰는 클래스보다 먼저 나옵니다. 같은 키에서 필드도 같은 객체는 클래스 하나를 함께 쓰고, 구조가 다르면 부모 클래스 이름을 앞에 붙이며(b.meta → BMeta), 그래도 겹치면 번호를 붙입니다. ASCII가 아닌 키는 클래스 이름에 모든 글자를 남기고(PEP 3131), 루트 클래스 이름을 빼고는 JSON 키 이름, Python 예약어, 출력에서 import하는 이름과 겹치지 않게 합니다.
데이터가 서버로 전송되나요?
아닙니다. JSON과 루트 클래스 이름은 이 브라우저 탭 안에서 처리되고 어디로도 전송되지 않으며, 브라우저 저장소에도 저장하지 않습니다. 입력을 편집하고 포커스를 옮기거나 예시를 클릭하거나 모드를 바꿀 때 도구 이름과 동작(generate)만 담긴 통계 이벤트를 기록하며, 직전에 기록했을 때와 JSON·루트 클래스 이름·모드가 같으면 다시 기록하지 않습니다.