JSON ke Dataclass Python

Contoh hasil: standar @dataclass

Masukan:

{ "first_name": "Alice", "age": 30, "email": null, "tags": ["admin"] }

Hasil (Python 3.10+):

from dataclasses import dataclass, field
from typing import Optional


@dataclass
class User:
    first_name: str
    age: int
    tags: list[str] = field(default_factory=list)
    email: Optional[str] = None

Masukan yang sama menggunakan Pydantic

from typing import Optional
from pydantic import BaseModel


class User(BaseModel):
    first_name: str
    age: int
    email: Optional[str] = None
    tags: list[str] = []

Pemetaan Tipe

Dataclass vs Pydantic vs TypedDict

Kesalahan Umum

• Lupa menggunakan default_factory untuk nilai default yang dapat diubah. Nilai default list[str] = [] merupakan jebakan dataclass (dibagikan antar instansi); gunakan field(default_factory=list).
• Optional tanpa nilai default. email: Optional[str] tanpa = None tetap memerlukan argumen tersebut. Sesuaikan dengan semantik JSON Anda.
• Pydantic v1 versus v2. Sintaks dan perilaku berbeda (kelas Config dibandingkan dengan model_config, serta validator dibandingkan dengan field_validator). Generator secara default menggunakan versi v2.
• Urutan tipe dalam union penting untuk deserialisasi. Pydantic memeriksa tipe sesuai urutan deklarasi; jika terdapat ambiguitas, sebutkan tipe yang paling spesifik terlebih dahulu (misalnya int sebelum str).