直接用 json.dumps 或简单循环无法真正展平嵌套字典，因其不处理 list 中元素、不区分数据类型、键名拼接无规则；需递归遍历 dict 和 list，为每个路径生成唯一键名（如 a.b.0.c）。
为什么直接用 json.dumps 或循环遍历无法真正展平嵌套字典
很多人试过用 for 遍历字典再拼接键名，结果在遇到 list、None、嵌套 dict 混合结构时就崩了——比如 {"a": {"b": [1, {"c": 2}]}}，单纯递归一层就停，或把整个 list 当作值原样塞进去，根本没“展开”数组里的对象。
关键在于：展平不是只处理 dict，还要对 list 中的每个元素做同样递归，并为每个路径生成唯一键名（如 a.b.0.c）。
- 不处理
list→ 数组内容被丢弃或整体保留，失去结构信息 - 不区分
None/int/str类型 → 可能误触发递归或报错 - 键名拼接不用分隔符或固定规则 → 后续无法反向解析，也不利于写入 CSV/数据库
用 flatten 函数实现带路径控制的递归展平
Python 标准库没有内置 flatten，但可以用几行递归搞定。核心逻辑是：遇到 dict 就展开键值对；遇到 list 就按索引展开每个元素；其余类型（str、int、bool、None）直接作为叶子值返回。
示例函数：
立即学习“Python免费学习笔记（深入）”；
def flatten(d, parent_key='', sep='.'):
items = []
for k, v in d.items() if isinstance(d, dict) else enumerate(d) if isinstance(d, list) else []:
new_key = f"{parent_key}{sep}{k}" if parent_key else str(k)
if isinstance(v, (dict, list)) and v: # 非空才递归
items.extend(flatten(v, new_key, sep=sep).items())
else:
items.append((new_key, v))
return dict(items)
- 支持
dict和list混合嵌套，如{"x": [{"y": 1}, {"z": 2}]}→{"x.0.y": 1, "x.1.z": 2} -
parent_key初始为空，避免开头多出一个. - 用
isinstance(d, dict)和isinstance(d, list)显式判断，不依赖鸭子类型，防止对字符串、bytes等误展开
常见踩坑：空值、重复键、非标准数据类型怎么处理
真实数据里常有 None、datetime、自定义类实例，这些不会被默认递归，但可能让下游系统崩溃。
-
None：函数中已当作叶子值处理，但若需转成字符串"null"，得在else分支加if v is None: v = "null" - 重复键名：比如
[{"id": 1}, {"id": 2}]展平后都是"0.id"和"1.id"，没问题；但若原始结构是{"a": 1, "a": 2}（Python 字典本身不允许重复键），那就不是展平的问题，而是输入不合法 -
datetime、Decimal等：它们不属于(dict, list)，会直接存入结果，但某些 JSON 序列化器不认——建议在展平后统一用json.dumps(..., default=str)处理 - 无限嵌套（如自引用字典）：当前函数无保护，会栈溢出；加个深度计数参数或用
id(v)缓存已访问对象可规避
展平后如何安全还原或导出到 Pandas / CSV
展平本质是单向变换，不可逆——除非你额外保存路径元信息。所以别指望靠键名自动还原原始结构。
- 导出 CSV：直接用
pandas.DataFrame([flattened_dict])即可，每行一个展平后的记录，缺失键自动补NaN - 写入数据库：键名可作字段名，但注意长度限制（如 MySQL 列名最大 64 字符），建议用
sep='_'替代'.'避免特殊字符问题 - 调试查看：用
pprint.pprint(dict(sorted(flatten(d).items())))按字母序排列，方便定位字段 - 性能提示：对超大嵌套结构（>10 层、>10000 个键），递归可能慢；可用迭代+栈模拟替代，但代码复杂度上升，一般场景没必要
最易被忽略的是：展平后键名长度和字符集。比如 API 返回的字段含空格或中文，flatten(d, sep='.') 会产生 "用户信息.手机号" 这种键——多数数据库和配置系统不支持，得提前清洗键名，而不是等导出时报错。
