如何在 Python 中递归扁平化嵌套的对象列表

本文介绍一种通用、可复用的递归方法，将具有深层嵌套结构（以同名键值对指向子列表）的字典对象列表，扁平化为单一层级的字典列表，并保留关键字段（如 `person`、`city`、`address` 等）。

在实际数据处理中，我们常遇到类似「地理层级嵌套」的 jsON 结构：顶层是国家，其下以国家名为 key 存储州列表；州下又以州名为 key 存储城市列表，依此类推。这种设计虽便于语义组织，但不利于后续分析（如 pandas 表格化、数据库导入或 API 响应标准化）。此时，需将整个嵌套树「展开」为线性列表，每个元素代表一个独立实体（如一个人、一个地址节点），且携带完整路径信息（如 address 字段已拼接好全路径）。

以下是一个健壮、清晰的递归扁平化函数实现：

def flatten_objects(data):     """     递归扁平化嵌套对象列表。     假设：每个字典中，若某个 value 是 list 且其所有元素均为 dict，           则该 key 对应一个嵌套层级（如 "united states", "ohio", "clevland"）；           其余字段（如 "person", "city", "address", "facebooklink"）为当前层级的有效属性。     返回：扁平后的字典列表，按深度优先顺序排列。     """     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:         # 提取当前层级的「属性字段」（非嵌套 list 的键值对）         attrs = {}         nested_lists = {}          for key, value in item.items():             # 若 value 是 list，且所有元素都是 dict → 视为嵌套子结构             if isinstance(value, list) and value and all(isinstance(x, dict) for x in value):                 nested_lists[key] = value             else:                 attrs[key] = value          # 当前层级有有效属性，则保存         if attrs:             result.append(attrs)          # 递归处理每个嵌套子列表（如 "united states": [...]）         for sub_key, sub_list in nested_lists.items():             result.extend(flatten_objects(sub_list))      return result

✅ 使用示例：

# 示例数据（与问题一致） 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['address']}")

? 关键特性说明：

立即学习“Python免费学习笔记（深入）”；

• ✅ 自动识别嵌套层级：通过判断 value 是否为「全为字典的列表」来区分属性字段与嵌套分支，无需硬编码键名（如 “united states” 或 “ohio”）；
• ✅ 保留原始字段完整性：每个扁平化后的字典包含其所在层级全部显式定义的字段（person, city, address, facebooklink），不丢失信息；
• ✅ 深度优先遍历：结果顺序与嵌套结构中的自然访问顺序一致（先深入最内层，再回溯兄弟节点），符合直觉；
• ✅ 输入鲁棒性：支持传入单个字典或字典列表，降低调用门槛。

⚠️ 注意事项：

• 该方法假设嵌套结构「仅通过同名字符串 key 指向子列表」，且子列表中无混合类型（即不能同时含 dict 和 str）；
• 若存在非字典类型的嵌套值（如 None、字符串、数字），需提前清洗或扩展类型判断逻辑；
• 对于超深嵌套（>1000 层），建议改用迭代 DFS 避免递归栈溢出；一般业务场景（

通过此方案，你无需依赖外部库（如 flatten_json —— 它主要用于展平 key 名 而非 嵌套结构），即可精准、可控地完成语义化扁平化，为下游数据处理打下坚实基础。