如何在 Python 中递归扁平化嵌套字典列表

本文介绍一种通用、可扩展的递归方法，将具有深层嵌套结构（如按地域层级展开）的字典列表扁平化为单一层级的字典列表，保留关键字段（person、city、address、facebooklink），并自动提取每层的业务数据。

在处理地理层级、组织架构或树状分类等嵌套 jsON 数据时，常遇到类似如下结构：顶层是国家，其下以键名（如 “united states”）存储子列表，每个子项又包含同构字段及下一级嵌套键（如 “ohio” → “clevland” → “Street A”）。目标不是简单展开数组，而是逐层提取有效业务对象，忽略作为容器的动态键名，仅保留含 person、city、address、facebooklink 等语义字段的字典。

以下是一个健壮、可读性强的递归实现：

def flatten_objects(data):     """     递归扁平化嵌套字典列表。     假设每个有效节点都包含 person/city/address/facebooklink 字段；     动态键（如 "united states", "ohio"）对应子列表，需递归处理。     """     result = []      # 支持输入为单个 dict 或 list of dict     if isinstance(data, dict):         data = [data]      for item in data:         # 提取当前层级的业务字段（非嵌套值）         base_fields = {}         nested_lists = {}          for key, value in item.items():             # 若 value 是 list 且所有元素均为 dict，则视为嵌套子结构             if isinstance(value, list) and value and all(isinstance(v, dict) for v in value):                 nested_lists[key] = value             else:                 base_fields[key] = value          # 当前层级有有效字段 → 保存         if base_fields:             result.append(base_fields)          # 递归处理每个嵌套列表         for sublist in nested_lists.values():             result.extend(flatten_objects(sublist))      return result

✅ 使用示例：

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 obj in flattened:     print(obj)

⚠️ 注意事项：

立即学习“Python免费学习笔记（深入）”；

• 该函数不依赖外部库（如 flatten_json），避免因键名动态性导致的路径解析失败；
• 判断嵌套的标准是：value 为非空 list，且所有元素均为 dict —— 这能准确区分数据容器与普通字段（如 “facebooklink”: “link”）；
• 若原始数据中存在同名字段（如某层 “address” 是字符串，另一层是对象），需提前清洗，本函数默认按字符串/基础类型处理；
• 时间复杂度为 O(N)，其中 N 是所有嵌套字典节点总数；空间复杂度为 O(D)，D 为最大嵌套深度（递归栈开销）。

? 进阶建议：如需保留层级路径信息（例如增加 “level”: 2, “parent”: “ohio” 字段），可在递归调用时传入上下文参数；若需支持异构结构（混合 list/dict/str），可进一步增强类型判断逻辑。但对本文所示的典型地域树结构，上述实现已简洁、高效且易于维护。