JSON から Pydantic v2 モデルを生成
送信量 0 バイトJSON API レスポンスを、ネストクラス展開と Field(alias=...) マッピング付きの Python Pydantic v2 BaseModel へ変換します。
テキストまたはデータファイルをここにドロップ、または Ctrl V で貼り付け · または .json ファイルをドロップ · Ctrl V で JSON を貼り付け
- 100% ブラウザ内処理
- Pydantic v2 BaseModel
- snake_case+Field(alias)
変換前後の即時プレビュー
{
"jobId": "job-77",
"maxTokens": 2048,
"modelConfig": {
"temperature": 0.2,
"stream": true
}
}from __future__ import annotations
from pydantic import BaseModel, Field
class ModelConfig(BaseModel):
temperature: float
stream: bool
class RootModel(BaseModel):
job_id: str = Field(alias="jobId")
max_tokens: int = Field(alias="maxTokens")
model_config: ModelConfig = Field(alias="modelConfig")変換元と変換先フォーマットの仕様比較: JSON → Pydantic v2
| 仕様項目 | 変換元: JSON | 変換先: Pydantic v2 |
|---|---|---|
| 構造タイプ | 階層構造 | 型付きコード |
| 可読性 | 高 | 高 |
| ネスト対応 | 対応 | 対応 |
| LLM トークン効率 | 低 | 中 |
| 拡張子 | .json | .py |
| MIME タイプ | application/json | text/x-python |
| 主な用途 | REST/GraphQL API、構造化されたアプリ状態、NoSQL ドキュメント、システム間のデータ交換。 | FastAPI エンドポイント、Python LLM の構造化出力、Python 3.10+ での高速なデータ検証。 |
使い方
JSON から Python Pydantic モデルを生成する手順
ブラウザメモリ内で FastAPI や LLM 構造化出力向けの Python データモデルを瞬時に雛形生成します。
- サンプル JSON を貼り付けcamelCase キーや深いネストを含む任意の JSON レスポンスを入力します。
- ルートクラス名と Optional を設定ルートクラス名を指定し、null 値に Optional[...] = None を付けるか選択します。
- Python コードをコピー生成された Pydantic v2 BaseModel 群を FastAPI や Python スクリプトへコピーします。
FAQ
よくある質問
jobId のような camelCase の JSON キーはどう変換されますか?
PEP 8 に準拠した snake_case(job_id)へ変換され、元のキーを受け取れるよう Field(alias="jobId") が自動で付与されます。
ネストされた JSON オブジェクトは別の Python クラスに分かれますか?
はい。ネストオブジェクトは依存関係順にルートクラスの上部へ個別の BaseModel として展開出力されます。
JSON の数値から int と float を自動で判別してくれますか?
はい。整数のみなら int、小数を含む数値なら float と推定し、混在配列も適切に型付けします。