Ainsi, son schéma apparaîtra dans l'interface utilisateur de la documentation de l'API :

<img src="/img/tutorial/dataclasses/image01.png">

## Utiliser des dataclasses dans des structures de données imbriquées { #dataclasses-in-nested-data-structures }

Vous pouvez aussi combiner `dataclasses` avec d'autres annotations de type pour créer des structures de données imbriquées.

		expectedErr    error
		// Flag indicating whether the test is expected to pass or not.
		shouldPass bool
	}{
		// Test cases with invalid bucket names ( Test number 1-4 ).
		{".test", "", "", "", "", 0, ListMultipartsInfo{}, BucketNameInvalid{Bucket: ".test"}, false},
		{"Test", "", "", "", "", 0, ListMultipartsInfo{}, BucketNameInvalid{Bucket: "Test"}, false},

### Testé { #tested }

* 100 % de <dfn title="La quantité de code testée automatiquement">couverture de test</dfn>.

---
- job:
    name: "elastic+elasticsearch+pull-request+packaging-tests-unix"
    display-name: "elastic / elasticsearch - pull request packaging-tests-unix"
    description: "Testing of Elasticsearch pull requests - packaging-tests-unix"
    project-type: matrix
    node: master
    scm:
      - git:
          refspec: "+refs/pull/${ghprbPullId}/*:refs/remotes/origin/pr/${ghprbPullId}/*"
          branches:
            - "${ghprbActualCommit}"

	finalPkgpath, underGoRoot, err := subdir()
	if err != nil {
		return "", err
	}
	cwd = strings.TrimSuffix(cwd, finalPkgpath)

	// Copy all immediate files and testdata directories between
	// the package being tested and the source root.
	pkgpath = ""
	for element := range strings.SplitSeq(finalPkgpath, string(filepath.Separator)) {
		if debug {
			log.Printf("copying %s", pkgpath)
		}
		pkgpath = filepath.Join(pkgpath, element)

import java.net.Socket;
import java.util.concurrent.atomic.AtomicLong;

import org.junit.jupiter.api.BeforeEach;
import org.junit.jupiter.api.DisplayName;
import org.junit.jupiter.api.Nested;
import org.junit.jupiter.api.Test;
import org.junit.jupiter.api.extension.ExtendWith;
import org.mockito.Mock;
import org.mockito.junit.jupiter.MockitoExtension;
import org.mockito.junit.jupiter.MockitoSettings;

        GsaConfigException exception = new GsaConfigException("Serialization test");

        // Verify the exception is serializable (has serialVersionUID)
        assertNotNull(exception);
        // The serialVersionUID field exists and is accessible at compile time
        assertTrue(exception instanceof java.io.Serializable);
    }

    @Test
    public void test_stackTrace() {

package org.codelibs.fess.opensearch.client;

import org.codelibs.fess.unit.UnitFessTestCase;
import org.junit.jupiter.api.Test;

public class SearchEngineClientExceptionTest extends UnitFessTestCase {

    @Test
    public void test_constructor_withMessage() {
        // Test constructor with message only
        String message = "Test error message";
        SearchEngineClientException exception = new SearchEngineClientException(message);

                            return
                        }
                        val outputPrefix = if (file.startsWith("/META-INF/versions")) {
                            // Java 9 multi-release JAR entry, we must keep it nested in the output
                            file.subpath(0, 3).toString()
                        } else {
                            ""
                        }

{* ../../docs_src/dataclasses_/tutorial002_py310.py hl[1,6:12,18] *}

该数据类会被自动转换为 Pydantic 的数据类。

这样，它的模式会显示在 API 文档界面中：

<img src="/img/tutorial/dataclasses/image01.png">

## 在嵌套数据结构中使用数据类 { #dataclasses-in-nested-data-structures }

你也可以把 `dataclasses` 与其它类型注解组合在一起，创建嵌套数据结构。

在某些情况下，你可能仍然需要使用 Pydantic 的 `dataclasses` 版本。例如，如果自动生成的 API 文档出现错误。

在这种情况下，你可以直接把标准的 `dataclasses` 替换为 `pydantic.dataclasses`，它是一个可直接替换的实现：