JSON para Dataclass em Python

Exemplo de saída: @dataclass padrão

Entrada:

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

Saída (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

Mesma entrada com Pydantic

from typing import Optional
from pydantic import BaseModel


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

Mapeamento de tipos

Dataclass vs Pydantic vs TypedDict

Erros comuns

• Esquecer default_factory para padrões mutáveis. Um padrão list[str] = [] é uma armadilha de dataclass (compartilhado entre instâncias). Use field(default_factory=list).
• Opcional sem padrão. email: Optional[str] sem = None ainda requer o argumento. Combine com a semântica do seu JSON.
• Pydantic v1 vs v2. A sintaxe e os comportamentos diferem (classe Config vs model_config, validator vs field_validator). O gerador padrão é v2.
• A ordem da união importa para a desserialização. O Pydantic tenta tipos na ordem de declaração. Coloque o mais específico primeiro (por exemplo, int antes de str) se a ambiguidade for possível.