Spring til hovedindhold
Dansk— Vælg et sprog
Menu

Understøttede typer og JSON-skemaer

Lektion 2 af 12 Opdateret 30. juli 2026 Udvikler
På denne side
  1. Bygestenene i dine skemaer
  2. De syv understøttede typer
  3. Kombination af typer
  4. Valgfrie felter
  5. Vigtige pointer

Bygestenene i dine skemaer

For at definere strukturen af dine svar har du syv JSON-typer til rådighed. Hver type tjener et specifikt behov, når du modellerer dine data. Det er afgørende at forstå disse typer for at kunne designe effektive skemaer.

De syv understøttede typer

string

Den mest almindelige type. Bruges til navne, beskrivelser, identifikatorer og alt tekstindhold.

{
  "type": "object",
  "properties": {
    "name": { "type": "string" },
    "description": { "type": "string" }
  }
}

number

Dækker både heltal og decimaltal. Der skelnes ikke mellem integer og float – en enkelt number-type håndterer begge dele.

{
  "properties": {
    "price": { "type": "number" },
    "quantity": { "type": "number" }
  }
}

boolean

Sandt eller falsk. Perfekt til flag, valideringer og binære beslutninger.

{
  "properties": {
    "in_stock": { "type": "boolean" },
    "express_delivery": { "type": "boolean" }
  }
}

object

Giver dig mulighed for at næste strukturer. Et objekt kan indeholde andre objekter, arrays eller skalare værdier – uden begrænsning på dybden.

{
  "type": "object",
  "properties": {
    "address": {
      "type": "object",
      "properties": {
        "street": { "type": "string" },
        "city": { "type": "string" },
        "postal_code": { "type": "string" }
      }
    }
  }
}

array

Lister over elementer af samme type. Du kan have arrays af strings, tal, objekter eller endda arrays.

{
  "properties": {
    "skills": {
      "type": "array",
      "items": { "type": "string" }
    }
  }
}

enum

En endelig mængde af tilladte værdier. Essentiel til kategorisering og klassificering.

{
  "properties": {
    "priority": {
      "type": "string",
      "enum": ["low", "medium", "high", "critical"]
    }
  }
}

anyOf

Lader dig definere type-unions. Et felt kan acceptere flere forskellige strukturer. Nyttigt, når et enkelt felt kan antage varierede former.

{
  "properties": {
    "contact": {
      "anyOf": [
        {
          "type": "object",
          "properties": {
            "email": { "type": "string" }
          }
        },
        {
          "type": "object",
          "properties": {
            "phone": { "type": "string" }
          }
        }
      ]
    }
  }
}

Kombination af typer

Styrken ved skemaer kommer af at kombinere disse typer. Her er et realistisk skema til analyse af et produkt:

{
  "type": "object",
  "properties": {
    "name": { "type": "string" },
    "price": { "type": "number" },
    "in_stock": { "type": "boolean" },
    "category": {
      "type": "string",
      "enum": ["electronics", "clothing", "grocery", "other"]
    },
    "tags": {
      "type": "array",
      "items": { "type": "string" }
    },
    "manufacturer": {
      "type": "object",
      "properties": {
        "name": { "type": "string" },
        "country": { "type": "string" }
      }
    }
  }
}

Dette skema blander skalare værdier, en enum, et array og et næstet objekt. Modellen vil overholde alle begrænsninger ved hvert eneste kald.

Valgfrie felter

For at gøre et felt valgfrit skal du bruge anyOf sammen med null:

{
  "properties": {
    "phone": {
      "anyOf": [
        { "type": "string" },
        { "type": "null" }
      ]
    }
  }
}

I Pydantic svarer dette til phone: str | None.

Vigtige pointer

  • Syv tilgængelige typer: string, number, object, array, boolean, enum, anyOf
  • Typer kan kombineres frit for at modellere komplekse strukturer
  • Valgfrie felter bruger anyOf sammen med null
  • Ingen skelnen mellem heltal og decimaltal – en enkelt number-type dækker begge
  • enum gennemtvinger prædefinerede værdier til klassificeringer