from dataclasses import dataclass, fields
import json
from datetime import datetime
from typing import Optional, Any

# 嵌套子數(shù)據(jù)類
@dataclass
class Address:
    province: str
    city: str
    detail: str = ""  # 可選字段

# 主數(shù)據(jù)類
@dataclass
class User:
    id: int
    name: str
    age: int
    register_time: datetime  # 非JSON原生類型（JSON中是字符串）
    address: Address  # 嵌套數(shù)據(jù)類
    tags: Optional[list[str]] = None  # 可選列表字段

# 測(cè)試JSON字符串（模擬接口返回/文件讀取的JSON）
test_json_str = """
{
  "id": 1001,
  "name": "張三",
  "age": 28,
  "register_time": "2026-01-19T10:30:00",
  "address": {
    "province": "浙江省",
    "city": "杭州市",
    "detail": "西湖區(qū)XX路"
  },
  "tags": ["VIP", "新用戶"]
}
"""

# 先將JSON字符串轉(zhuǎn)成Python字典（所有方案的前置步驟）
test_json_dict = json.loads(test_json_str)

# 步驟1：處理嵌套數(shù)據(jù)類（Address）
address_dict = test_json_dict.pop("address")  # 提取嵌套字典
address = Address(**address_dict)  # 字典轉(zhuǎn)嵌套數(shù)據(jù)類

# 步驟2：處理非基礎(chǔ)類型（datetime字符串轉(zhuǎn)datetime對(duì)象）
register_time_str = test_json_dict.pop("register_time")
register_time = datetime.fromisoformat(register_time_str)

# 步驟3：實(shí)例化主數(shù)據(jù)類（剩余字段直接傳參）
user = User(
    **test_json_dict,  # 展開剩余基礎(chǔ)字段（id/name/age/tags）
    address=address,
    register_time=register_time
)

# 驗(yàn)證結(jié)果
print(user)
# 輸出：User(id=1001, name='張三', age=28, register_time=datetime.datetime(2026, 1, 19, 10, 30), address=Address(province='浙江省', city='杭州市', detail='西湖區(qū)XX路'), tags=['VIP', '新用戶'])

def json_dict_to_dataclass(data: dict, cls) -> Any:
    """
    通用JSON字典轉(zhuǎn)數(shù)據(jù)類函數(shù)（支持嵌套、datetime轉(zhuǎn)換）
    :param data: JSON解析后的字典
    :param cls: 目標(biāo)數(shù)據(jù)類（如User/Address）
    :return: 數(shù)據(jù)類實(shí)例
    """
    # 1. 遍歷數(shù)據(jù)類的所有字段
    field_map = {f.name: f for f in fields(cls)}
    init_kwargs = {}
    
    for field_name, field_type in field_map.items():
        # 跳過不存在的字段（可選字段）
        if field_name not in data:
            continue
        
        value = data[field_name]
        target_type = field_type.type
        
        # 2. 處理嵌套數(shù)據(jù)類（判斷是否是dataclass）
        if hasattr(target_type, "__dataclass_fields__"):
            init_kwargs[field_name] = json_dict_to_dataclass(value, target_type)
        # 3. 處理datetime類型（字符串轉(zhuǎn)datetime）
        elif target_type is datetime:
            init_kwargs[field_name] = datetime.fromisoformat(value)
        # 4. 基礎(chǔ)類型直接賦值
        else:
            init_kwargs[field_name] = value
    
    # 5. 實(shí)例化數(shù)據(jù)類
    return cls(**init_kwargs)

# 調(diào)用示例（一行搞定，支持嵌套）
user = json_dict_to_dataclass(test_json_dict, User)

# 驗(yàn)證結(jié)果
print(user)
print(user.address.city)  # 訪問嵌套字段：杭州市
print(user.register_time.year)  # 訪問datetime字段：2026

pip install pydantic

from pydantic import BaseModel
from datetime import datetime
from typing import Optional, List

# 替換原生dataclass為pydantic.BaseModel（語法幾乎一致，功能更強(qiáng)）
class Address(BaseModel):
    province: str
    city: str
    detail: str = ""

class User(BaseModel):
    id: int
    name: str
    age: int
    register_time: datetime  # 自動(dòng)將ISO格式字符串轉(zhuǎn)datetime
    address: Address  # 自動(dòng)轉(zhuǎn)換嵌套模型
    tags: Optional[List[str]] = None

    # 可選：自定義類型轉(zhuǎn)換規(guī)則（如非ISO格式的時(shí)間字符串）
    class Config:
        json_encoders = {
            datetime: lambda v: v.isoformat()  # 序列化時(shí)用，反序列化自動(dòng)識(shí)別
        }

# 方法1：JSON字符串直接轉(zhuǎn)模型（最優(yōu)雅）
user = User.parse_raw(test_json_str)

# 方法2：JSON字典轉(zhuǎn)模型（兼容已有字典）
# user = User(**test_json_dict)

# 驗(yàn)證結(jié)果
print(user)
# 輸出：id=1001 name='張三' age=28 register_time=datetime.datetime(2026, 1, 19, 10, 30) address=Address(province='浙江省', city='杭州市', detail='西湖區(qū)XX路') tags=['VIP', '新用戶']

# 便捷操作：模型轉(zhuǎn)字典/JSON（反向操作也支持）
print(user.dict())  # 轉(zhuǎn)字典
print(user.json(ensure_ascii=False, indent=2))  # 轉(zhuǎn)格式化JSON字符串

ValidationError: 1 validation error for User
age
  Input should be a valid integer, got a string [type=int_type, input_value='28', input_type=str]