17370845950

本文介绍一种通用、可读性强的递归方法，将具有深层嵌套结构（如按地理层级展开的“国家/州/市/街道/房屋”）的字典列表展平为单一扁平列表，保留每个节点的关键字段（person、city、address、facebooklink），并自动继承完整路径。

在处理具有树状层级关系的数据（例如地理区域嵌套、组织架构或分类目录）时，常遇到类似如下结构：顶层对象包含基础字段（如 "person"、"address"），同时又以同名字段（如 "united states"、"ohio"）作为键，其值为子对象列表。这种设计虽利于语义表达，但不利于后续分析、导出或数据库存储——此时需将其递归展平为线性列表，使每一项代表一个独立实体（如一个人在某具体地址层级的信息）。

核心思路是：遍历每个字典，分离「普通字段」与「嵌套列表字段」。普通字段（字符串、数字等）直接保留；而值为 list 且所有元素均为 dict 的字段，则视为递归入口，对其子列表调用相同逻辑，并将结果合并到最终结果中。

以下是一个健壮、无第三方依赖的实现：

def flatten_objects(data):
    """
    递归展平嵌套字典列表。
    假设结构特征：非列表值为原子字段（person, city, address...）；
                   列表值若全为字典，则为子层级，需递归处理。
    """
    result = []

    # 支持输入为单个字典或字典列表
    if isinstance(data, dict):
        data = [data]

    for item in data:
        if not isinstance(item, dict):
            continue

        # 提取当前层级的原子字段（非列表，或列表但不全为字典）
        base_fields = {}
        nested_lists = []

        for key, value in item.items():
            # 若 value 是列表，且所有元素都是字典 → 视为嵌套层级
            if isinstance(value, list) and all(isinstance(e, dict) for e in value):
                nested_lists.append(value)
            else:
                base_fields[key] = value

        # 当前层级有效数据必须至少含 person 或 address 等关键字段
        if base_fields:
            result.append(base_fields)

        # 递归处理每个嵌套列表
        for nested in nested_lists:
            result.extend(flatten_objects(nested))

    return result

✅ 使用示例：

# 示例数据（已简化缩进便于阅读）
nested_data = [
    {
        "person": "abc",
        "city": "united states",
        "facebooklink": "link",
        "address": "united states",
        "united states": [
            {
                "person": "cdf",
                "city": "ohio",
                "facebooklink": "link",
                "address": "united states/ohio",
                "ohio": [
                    {
                        "person": "efg",
                        "city": "clevland",
                        "facebooklink": "link",
                        "address": "united states/ohio/clevland",
                        "clevland": [
                            {
                                "person": "jkl",
                                "city": "Street A",
                                "facebooklink": "link",
                                "address": "united states/ohio/clevland/Street A",
                                "Street A": [
                                    {
                                        "person": "jkl",
                                        "city": "House 1",
                                        "facebooklink": "link",
                                        "address": "united states/ohio/clevland/Street A/House 1"
                                    }
                                ]
                            }
                        ]
                    },
                    {
                        "person": "ghi",
                        "city": "columbus",
                        "facebooklink": "link",
                        "address": "united states/ohio/columbus"
                    }
                ]
            },
            {
                "person": "abc",
                "city": "washington",
                "facebooklink": "link",
                "address": "united states/washington"
            }
        ]
    }
]

flattened = flatten_objects(nested_data)
for i, obj in enumerate(flattened, 1):
    print(f"{i}. {obj['person']} — {obj['city']} — {obj['address']}")

? 注意事项与最佳实践：

• ✅ 字段一致性保障：本方案不强制要求所有字典拥有完全相同的键，仅提取当前层级存在的字段，避免 KeyError。
• ⚠️ 避免无限递归：确保嵌套结构为有向无环树（DAG），即不存在循环引用（如 A → B → A）。若存在，需额外加入 visited_ids 集合校验。
• ? 扩展性提示：如需保留父级信息（如标注“所属州”），可在递归调用时传入 parent_path 或 ancestors 参数，动态构建字段。
• ? 不推荐 flatten_json 库：flatten_json 设计目标是展平 键名（如转为 "a.b.c": value），而非提取嵌套 值结构，在此场景下不适用，易导致语义丢失。

该方法简洁、可调试、零依赖，适用于任意深度的同类嵌套结构，是处理地理、分类、权限等树形 JSON 数据的理想起点。