Từ JSON đến lớp dữ liệu Python

Ví dụ về kết quả đầu ra: tiêu chuẩn @dataclass

Nội dung đầu vào:

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

Kết quả đầu ra (Python 3.10 trở lên):

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

Cùng đầu vào với Pydantic

from typing import Optional
from pydantic import BaseModel


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

Xác định kiểu dữ liệu

Dataclass so với Pydantic và TypedDict

Các lỗi phổ biến

• Quên default_factory cho các giá trị mặc định có thể thay đổi. Giá trị mặc định list[str] = [] là một “bẫy” của lớp dữ liệu (bị chia sẻ giữa các đối tượng). Hãy sử dụng field(default_factory=list).
• Optional mà không có giá trị mặc định. Dù không có = None, email: Optional[str] vẫn yêu cầu tham số này. Hãy đảm bảo phù hợp với ngữ nghĩa JSON của bạn.
• Pydantic v1 so với v2. Cú pháp và cách hoạt động khác nhau (lớp Config so với model_config, validator so với field_validator). Bộ tạo mặc định dùng v2.
• Thứ tự trong union quan trọng đối với việc giải tuần tự hóa. Pydantic thử các kiểu theo thứ tự khai báo; nếu có khả năng gây nhầm lẫn, hãy đặt kiểu cụ thể nhất lên đầu (ví dụ: int trước str).