// Test creating default reading converter
        ReadingConverter converter = SuggestUtil.createDefaultReadingConverter(client, settings);
        assertNotNull(converter);
    }

    @Test
    public void testCreateDefaultContentsReadingConverter() {
        // Test creating default contents reading converter
        ReadingConverter converter = SuggestUtil.createDefaultContentsReadingConverter(client, settings);

///

#### Menghasilkan *anggota enumerasi*

Anda bisa menghasilkan *anggota enumerasi* dari *operasi path* bahkan di body JSON bersarang (contoh `dict`).

They will be converted to their corresponding values (strings in this case) before returning them to the client:

{* ../../docs_src/path_params/tutorial005.py hl[18,21,23] *}

Klien akan mendapatkan respon JSON seperti berikut:

```JSON

 */
package org.codelibs.fess.suggest.converter;

import junit.framework.TestCase;

public class KatakanaConverterTest extends TestCase {
    public void test_convert() throws Exception {
        /*
         * TODO ReadingConverter converter = new KatakanaConverter(); converter.init(); assertEquals("ケンサク",
         * converter.convert("検索").get(0));
         */
    }

Mas se o dado não existir, você quer criá-lo e retornar um código de status HTTP de "CREATED" `201`.

Mas você ainda quer ser capaz de filtrar e converter o dado que você retornará com um `response_model`.

Para estes casos, você pode utilizar um parâmetro `Response`.

## Use um parâmetro `Response`

    * Comprobará que tiene un atributo opcional `is_offer`, que debe ser un `bool`, si está presente.
    * Todo esto también funcionaría para objetos JSON profundamente anidados.
* Convertirá de y a JSON automáticamente.
* Documentará todo con OpenAPI, que puede ser usado por:
    * Sistemas de documentación interactiva.
    * Sistemas de generación automática de código cliente, para muchos lenguajes.

* Criar uma cópia do modelo armazenado, atualizando seus atributos com as atualizações parciais recebidas (usando o parâmetro `update`).
* Converter o modelo copiado em algo que possa ser armazenado no seu banco de dados (por exemplo, usando o `jsonable_encoder`).
    * Isso é comparável ao uso do método `.model_dump()`, mas garante (e converte) os valores para tipos de dados que possam ser convertidos em JSON, por exemplo, `datetime` para `str`.

     */
    public void setScrollSize(final int scrollSize) {
        this.scrollSize = scrollSize;
    }

    /**
     * Converter for handling timestamps in OpenSearch.
     */
    protected static class EsTimestampConverter implements Converter {
        /**
         * Creates a new instance of EsTimestampConverter.
         */
        public EsTimestampConverter() {
            // NOP

marshalling, conversion">sérialisation</abbr>" des données, qui consiste à prendre les données du code (Python) et à
les convertir en quelque chose qui peut être envoyé sur le réseau. Par exemple, convertir un objet contenant des
données provenant d'une base de données en un objet JSON. Convertir des objets `datetime` en strings, etc.

 * <li>{@link #badWords} - List of bad words.
 * <li>{@link #parallel} - Flag for parallel processing.
 * <li>{@link #readingConverter} - Reading converter.
 * <li>{@link #contentsReadingConverter} - Contents reading converter.
 * <li>{@link #normalizer} - Normalizer.
 * <li>{@link #analyzer} - Suggest analyzer.
 * <li>{@link #contentsParser} - Contents parser.
 * <li>{@link #suggestWriter} - Suggest writer.

Então, mesmo com o código acima que não usa Pydantic explicitamente, o FastAPI está usando Pydantic para converter essas dataclasses padrão para a versão do Pydantic.

E claro, ele suporta o mesmo:

* validação de dados
* serialização de dados
* documentação de dados, etc.