dataclass 到 Python 中的 JSON

java script Object Notation或JSON表示使用编程语言中的文本组成的脚本（可执行）文件来存储和传输数据。

Python通过JSON内置模块支持JSON。因此，我们在Python脚本中导入JSON包，以利用这一能力。

JSON中使用的引号字符串包含了键值映射中的值。它与Python的字典相类似。

Python原生支持JSON特性，JSON显示的API类似于标准库中marshal和pickle模块的用户。

另一方面，dataclass ，创建数据传输对象，用于在其中存储数据；这些对象需要适当的定义方法进行等价比较，有时也用于显示。

dataclass 是用来为数据传输类创建方法和简短的语法的。

实现dataclass ，作为一个字典

Python 3.7及以后的版本是唯一支持dataclass 装饰器的版本。它产生一个对象，通常被称为数据传输对象，其唯一功能是存储数据。

问题是，为这些对象提供正确的功能，就必须创建平等比较、显示等方法。

这些方法的开发必须耗费大量的人力物力，而且容易出现错误。一个dataclass ，为你产生所有这些方法，给数据传输类一个简短的语法。

它在序列化方面使用了一个稍有改变的（在某种程度上更有效）的dataclasses.asdict 。

你正在迭代dataclass 字段，当第一次将JSON反序列化到dataclass 实例时，为每个注释的类型创建一个解析器，使这个过程在重复时更加有效。

为每个JSONroot 节点创建一个dataclass

由于"users" 字段是一个有"id" 和"name" 的对象数组，我们可以看到我们需要构建两个类："Test" 和"User" 。

示例代码：

from dataclasses import dataclass
from typing import List
@dataclass
class User:
    id: 1
    name: "Kelvin"
@dataclass
class Test:
    id: 2
    userid:" Jack"
users: List[User]

每个JSON属性都应该被映射到一个类型安全的Python属性。

下面的代码将每个JSON节点和属性映射到Python类和属性中。要做到这一点，我们在Python类中创建一个static 方法，负责将我们的字典映射到你的Python属性。

示例代码：

from typing import List
from dataclasses import dataclass, asdict, field
from json import dumps
@dataclass
#Python小白学习交流群：153708845
class Students:
    id: 1
    name: "stu1"
    @property
    def __dict__(self):
        return asdict(self)
    @property
    def json(self):
        return dumps(self.__dict__)
test_object_1 = Students(id=1, name="Kelvin")
print(test_object_1.json)

输出：

{"id": 1, "name": "Kelvin"}

请记住，数据传输对象是由dataclasses ，用于在其中存储数据。因此，这些对象需要正确的方法定义，以便进行平等的比较，偶尔也需要进行显示。

数据传输类的方法和语法是用dataclass 。