json_normalize默认只展开一层且容忍度低，遇None、非字典项或混合结构易报错漏字段；需用递归函数区分结构展开与列表行展开，并显式保留空值、控制键名唯一性、避免栈溢出。
遇到嵌套字典列表时，json_normalize 为什么总报错或漏字段？
因为 pandas.json_normalize 默认只展开一层嵌套，且对混合结构（如字典里夹列表、列表里夹字典、空值混杂）容忍度低。它会跳过 None、跳过非字典项、把整个列表当原子值保留——这不是“扁平化”，是“假装扁平”。真正要处理 API 返回的深层 JSON（比如含 data.items[].user.profile.address.city 这种路径），得自己控制递归逻辑。
- 先判断当前值是否为
dict或list，否则直接作为叶子节点返回 - 对
dict：遍历key, value，拼接新键名（如"user.name"），再递归处理value - 对
list：必须逐项处理，但不能简单用索引拼接（如"items.0.name"），否则后续难解析；更稳妥的是将列表项展开为独立字典（即“行展开”），而非保留点号路径 - 遇到
None或不可序列化类型（如datetime），统一转成None或字符串，避免中断递归
写一个安全递归函数，支持列表展开和自定义分隔符
核心是区分「结构展开」和「数据展开」：前者把嵌套路径转成单层键名，后者把数组元素拆成多条记录。下面这个 flatten_json 函数默认做结构展开，加 expand_lists=True 则对每个列表做笛卡尔式展开（适合最终导出 CSV/DataFrame）：
def flatten_json(obj, parent_key="", sep=".", expand_lists=False):
items = []
if isinstance(obj, dict):
for k, v in obj.items():
new_key = f"{parent_key}{sep}{k}" if parent_key else k
items.extend(flatten_json(v, new_key, sep, expand_lists).items())
elif isinstance(obj, list):
if expand_lists:
# 每个列表项生成独立扁平字典
for i, item in enumerate(obj):
items.extend(flatten_json(item, parent_key, sep, expand_lists).items())
else:
# 列表整体转为字符串（或留空），避免破坏结构
items.append((parent_key, str(obj) if obj else None))
else:
items.append((parent_key, obj))
return dict(items)
注意：expand_lists=True 时，若原始 JSON 有多个并列列表（如 {"a": [1,2], "b": ["x","y"]}），会生成 4 行（笛卡尔积），这未必是你想要的——多数 API 场景下，应只对顶层列表（如 results）调用展开，内部列表建议保持字符串化。
处理真实 API 响应时，None 和空字典怎么不丢数据？
很多接口返回 {"user": null} 或 {"profile": {}}，默认递归会跳过这些键，导致字段缺失。解决方式不是忽略，而是显式保留占位：
立即学习“Python免费学习笔记（深入）”；
- 在
dict分支中，即使v is None，也执行items.append((new_key, None)) - 对空字典
{}，不能跳过，应递归进入并返回空结果（即dict()），否则父级键会消失 - 如果希望空字典也转成
None，加个参数empty_dict_as_none=False控制，避免硬编码逻辑污染主流程 - 别依赖
json.dumps(obj, skipkeys=True)预处理——它会删掉不可序列化 key，而你的目标是保留 schema 结构
性能差、栈溢出、键名冲突？这些递归陷阱实际很常见
深达 20 层的 JSON（某些 IoT 设备日志常见）会让纯递归爆 RecursionError；重复键名（如多个 "id" 出现在不同层级）会导致后写覆盖前写。应对方法很务实：
- 用
sys.setrecursionlimit(3000)治标，但治本是改迭代：维护一个栈[(obj, prefix)]，while 循环替代递归调用 - 键名冲突靠路径唯一性解决——永远用完整路径（
"data.user.id"）而非仅"id"，哪怕变长也比丢数据强 - 对超大 JSON（>10MB），别一次性 load 进内存；用
ijson流式解析 + 按需扁平关键路径，例如只提"logs[].timestamp"和"logs[].event.type" - 测试时用
json.loads('{"a":{"b":{"c":{"d":1}}}}')手动压测 5/10/15 层，比 mock 更容易暴露截断问题
最常被忽略的，是原始 JSON 中的数字类型：JavaScript 的 1e5 在 Python 里是 float，但某些下游系统（如 Hive 表）要求整型。扁平化之后再统一类型转换，比在递归里做类型判断更清晰、更易测。
