---

在本篇文章中，我们将了解 Python 如何支持 JSON 来为每个 JSON 根节点创建数据类。 我们还将学习 dataclass 作为 Python 字典的实现。

---

在 Python 中将数据类转换为 JSON

JavaScript Object Notation 或 JSON 表示使用由编程语言的文本组成的脚本（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，我们将 JSON 包导入到 Python 脚本中以利用此功能。

JSON 中使用的带引号的字符串包含键值映射中的值。 它可以与 Python 的字典相媲美。

Python 原生支持 JSON 功能，并且 JSON 显示类似于标准库中的 marshal 和 pickle 模块用户的 API。

另一方面，数据类创建用于在其中存储数据的数据传输对象； 这些对象需要适当的定义方法来进行相等比较，有时用于显示。

dataclass 用于为数据传输类创建方法和短语法。

在 Python 中将数据类实现为字典

Python 3.7 及更高版本是唯一支持数据类装饰器的版本。 它产生一个对象，通常称为数据传输对象，其唯一功能是存储数据。

问题在于，为这些对象提供正确的功能需要创建用于相等比较、显示等的方法。

这些方法的开发必须是劳动密集型的并且容易出错。 数据类为您生成所有这些方法，为数据传输类提供了一个简短的语法。

它使用略有改动（并且更有效）的 dataclasses.asdict 版本进行序列化。

第一次将 JSON 反序列化为数据类实例时，您正在遍历数据类字段并为每个注释类型创建一个解析器，这使得该过程在重复时更加有效。

在 Python 中为每个 JSON 根节点创建一个数据类

由于“users”字段是一个包含“id”和“name”的对象数组，我们可以看出我们需要构造两个类：“Test”和“User”。

示例代码：

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

每个 JSON 属性都应映射到类型安全的 Python 属性。

以下代码将每个 JSON 节点和属性映射到 Python 类和属性。 为此，我们在 Python 类中创建了一个静态方法，负责将我们的字典映射到您的 Python 属性。

示例代码：

from typing import List
from dataclasses import dataclass, asdict, field
from json import dumps@dataclass
class Students:id: 1name: "stu1"@propertydef __dict__(self):return asdict(self)@propertydef 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，数据传输对象是由数据类创建的，用于在其中存储数据。 因此，这些对象需要正确的方法定义来进行相等比较和偶尔显示。

数据传输类的方法和语法是使用数据类创建的。