当递归遇见JSON：藏在嵌套结构中的树形密码

在计算机科学中，树形结构是最优雅的数据组织形式之一。虽然我们很少显式地创建树数据结构，但实际上每天处理的JSON数据都是天然的树形结构。就像俄罗斯套娃一样，层层嵌套的JSON数据完美展现了树的递归本质。本文将带您用递归的眼光重新认识JSON，解锁数据处理的新视角。

一、JSON的树形本质

任何JSON对象都可以看作一个多叉树：

• 根节点：整个JSON对象
• 内部节点：字典（dict）或列表（list）
• 叶子节点：基本数据类型（字符串/数字/布尔值）

二、示例

1. 深度优先遍历

def traverse_json(node, depth=0):
    if isinstance(node, dict):
        for key, value in node.items():
            print("  " * depth + f"Key: {key}")
            traverse_json(value, depth+1)
    elif isinstance(node, list):
        for item in node:
            traverse_json(item, depth+1)
    else:
        print("  " * depth + f"Value: {node}")

family_tree = {
    "name": "祖父",
    "children": [
        {
            "name": "父亲",
            "children": [
                {"name": "我", "pet": "🐱"},
                {"name": "妹妹"}
            ]
        },
        {
            "name": "叔叔",
            "children": []
        }
    ]
}

traverse_json(family_tree)

# 输出
Key: name
  Value: 祖父
Key: children
    Key: name
      Value: 父亲
    Key: children
        Key: name
          Value: 我
        Key: pet
          Value: 🐱
        Key: name
          Value: 妹妹
    Key: name
      Value: 叔叔
    Key: children

2. 路径收集器

import json
from collections import defaultdict

def collect_path_mapping(obj, current_tar_path, path_mapping):
    if isinstance(obj, dict):
        current_tar_path = obj.get("tar_path", current_tar_path)
        for key, value in obj.items():
            if key == "file_path":
                path_mapping[current_tar_path].append(value)
            else:
                collect_path_mapping(value, current_tar_path, path_mapping)
    elif isinstance(obj, list):
        for item in obj:
            collect_path_mapping(item, current_tar_path, path_mapping)

# 示例 JSON 数据
obj = {
    "tar_path": "path/to/tar",
    "sub_dict": {
        "text": "This is a text",
        "sub_list": [
            {
                "description": "This is a sub_list_item",
                "file_path": "path/to/sub_list_audio"
            },
            {
                "description": "This is another sub_list_item",
                "file_path": "path/to/sub_list_audio2"
            }
        ]
    }
}

path_mapping = defaultdict(list)
collect_path_mapping(obj, None, path_mapping)
print(json.dumps(dict(path_mapping), indent=4))

# 输出
{
    "path/to/tar": [
        "path/to/sub_list_audio",
        "path/to/sub_list_audio2"
    ]
}

三、何时选择递归

✅ 适用场景：

• 未知嵌套深度的数据
• 需要完整遍历的场景
• 树状结构操作（如DFS）

⛔ 注意事项：

• 嵌套过深可能导致栈溢出（Python默认递归深度约1000层）
• 循环引用会导致无限递归
• 大数据量时考虑性能问题

结语

递归处理JSON的过程，本质上是与数据的树形结构对话。当我们用递归的眼光看待嵌套数据时，复杂的层级关系会自然展开。这种思维方式不仅能提升代码的优雅度，更能帮助我们洞察数据的内在逻辑。下次面对嵌套JSON时，不妨想象自己正在遍历一棵无形的数据之树，让递归成为您手中的探索利刃。