本文介绍一种简洁高效的递归方法，将任意深度的嵌套字典（键为节点名、值为空字典或子字典）格式化为缩进式树形结构输出，无需第三方依赖，兼容 python 3.6+，支持自定义缩进与连接符。
本文介绍一种简洁高效的递归方法，将任意深度的嵌套字典（键为节点名、值为空字典或子字典）格式化为缩进式树形结构输出，无需第三方依赖，兼容 python 3.6+，支持自定义缩进与连接符。
要将嵌套字典可视化为清晰的树状结构（如 A → b → c → d/f），核心在于递归遍历每一层键值对，并根据当前层级动态控制缩进与连接符号。anytree 等库虽功能强大，但其 DictImporter 要求字典符合特定结构（如显式包含 children 字段），而原始嵌套字典（{'A': {'b': {...}}}）属于“扁平父子映射”形式，无法直接导入——因此，手写轻量级递归函数反而是更精准、可控的解决方案。
以下是一个专业、可复用的实现：
def print_tree_level(dct, level=0, indent=" ", connector="|-"):
"""
以树状结构打印嵌套字典
Args:
dct (dict): 待打印的嵌套字典（叶子节点对应空字典 {}）
level (int): 当前递归深度（根节点为 0）
indent (str): 每级缩进字符串，默认 4 个空格
connector (str): 子节点前缀符号，默认 "|-"
"""
for key, value in dct.items():
# 根节点无前缀；非根节点添加缩进 + 连接符
prefix = "" if level == 0 else indent * (level - 1) + connector
print(f"{prefix}{key}")
# 递归处理子字典（value 是 dict 类型才继续）
if isinstance(value, dict):
print_tree_level(value, level + 1, indent, connector)
# 示例使用
dict_tree = {"A": {"b": {"c": {"d": {}, "e": {"f": {}}}}}}
print_tree_level(dict_tree)运行结果完全匹配需求：
A
|-b
|-c
|-d
|-e
|-f✅ 关键设计说明：
- level=0 表示根节点，不加缩进和连接符，确保首行简洁；
- indent * (level - 1) 精确控制每级缩进量（如 level=2 → 缩进 1 份 indent）；
- 显式检查 isinstance(value, dict) 避免对非字典值（如误传字符串或 None）递归报错；
- 参数化 indent 和 connector 支持灵活定制（例如改为 "│ " 和 "├─" 可适配 Unicode 树形图）。
⚠️ 注意事项：
- 此方法不依赖外部库，开箱即用；
- 字典必须是“纯嵌套结构”：每个非叶子节点的值必须是 dict，叶子节点值必须是 {}（空字典）；若存在其他值（如 'd': 'leaf_data'），需提前预处理或修改逻辑；
- 如需返回字符串而非直接打印，可将 print(...) 替换为 result.append(...) 并在函数末尾 return "\n".join(result)；
- 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。
该方案兼顾简洁性、可读性与工程鲁棒性，是处理配置树、目录结构、组织架构等场景的理想基础工具。
