本文介绍一种简洁高效的纯 Python 方法，通过递归遍历嵌套字典，以缩进和连接符（|-）形式输出标准树状结构，无需第三方库依赖，兼容任意深度的父子关系表示。
本文介绍一种简洁高效的纯 python 方法，通过递归遍历嵌套字典，以缩进和连接符（`|-`）形式输出标准树状结构，无需第三方库依赖，兼容任意深度的父子关系表示。
在处理层级化数据（如组织架构、文件系统、配置树）时，常需将 Python 中的嵌套字典可视化为直观的树形结构。虽然 anytree 等库提供了强大功能，但其 DictImporter 对输入格式有严格要求（期望每个节点为 AnyNode 实例或含 children 字段的字典），无法直接解析纯 {key: {subdict}} 形式，导致示例中仅显示根节点而未展开子树。
更轻量、可控且通用的方案是编写一个递归打印函数。该函数接受字典和当前缩进层级作为参数，对每一层键值对执行：
- 输出当前键（带层级前缀）；
- 若值为非空字典，则递归进入下一层；
- 空字典（{}）作为叶子节点终止递归，不额外输出内容。
以下是完整实现：
def print_tree_level(dct, level=0):
for key, value in dct.items():
# 顶层无前缀，其余层级：缩进 + "|-"
indent = " " * (level - 1) if level > 0 else ""
prefix = "|-" if level > 0 else ""
print(f"{indent}{prefix}{key}")
# 递归处理子字典（仅当 value 是 dict 且非空时）
if isinstance(value, dict) and value:
print_tree_level(value, level + 1)
# 示例数据
dict_tree = {"A": {"b": {"c": {"d": {}, "e": {"f": {}}}}}}
print_tree_level(dict_tree)运行结果完全匹配预期：
A
|-b
|-c
|-d
|-e
|-f✅ 关键设计说明：
- 使用 isinstance(value, dict) and value 显式判断是否继续递归，避免对空字典或非字典值（如字符串、数字）误操作；
- 缩进采用 " "（4个空格）而非制表符，确保跨平台对齐一致性；
- level=0 作为起始状态，使根节点无前缀，逻辑清晰易维护。
⚠️ 注意事项：
- 此方法假设字典结构合法（即所有非叶子节点的值均为 dict，叶子节点值为 {}）；若存在混合类型（如 {"x": "leaf_value"}），需按业务需求扩展判断逻辑（例如统一将非字典值视为叶子并标注）；
- 如需导出为字符串而非直接打印，可将 print() 替换为字符串累积（如使用 io.StringIO 或列表 append），便于后续写入文件或日志；
- 对超深嵌套（>1000 层），注意 Python 默认递归限制，必要时可通过 sys.setrecursionlimit() 调整（但建议优先检查数据合理性）。
该方案零依赖、高可读、易定制，是调试和展示嵌套字典结构的首选实践。
