本文详解如何通过多层索引精准访问由 json.load() 解析后的嵌套列表-字典结构，强调避免误用 json.dumps 生成的字符串进行索引，并提供安全访问、遍历与常见错误规避的完整实践方案。
本文详解如何通过多层索引精准访问由 json.load() 解析后的嵌套列表-字典结构，强调避免误用 json.dumps 生成的字符串进行索引，并提供安全访问、遍历与常见错误规避的完整实践方案。
当你使用 json.load() 读取 JSON 文件时，Python 会将其解析为原生数据结构：通常是嵌套的列表（list）和字典（dict）组合。你遇到的问题根源在于混淆了原始解析对象与格式化字符串——formatted_grades = json.dumps(grades, indent=4) 生成的是一个纯字符串（用于美观打印或保存），而字符串不支持按字典键或嵌套列表逻辑索引，因此 formatted_grades[0][0]['key'] 必然失败或返回意外字符。
✅ 正确做法始终基于原始解析对象 grades（类型为 list）进行索引：
import json
path = '/path/to/json'
with open(path, 'r', encoding='utf-8') as example_file:
grades = json.load(example_file) # ← 这才是可索引的数据结构！
# 示例结构假设：
# grades = [
# [ {"subject": "Math", "score": 85} ],
# [ {"subject": "English", "score": 92}, {"subject": "Science", "score": 78} ]
# ]
# ✅ 安全访问第一组第一个学生的分数
if grades and len(grades) > 0 and grades[0] and len(grades[0]) > 0:
first_score = grades[0][0]["score"]
print(f"首个成绩: {first_score}") # 输出: 85
# ✅ 遍历所有成绩并计算平均分
scores = []
for sublist in grades: # 外层：遍历每个“考试批次”（如期中、期末）
for item in sublist: # 内层：遍历该批次下的每个学生成绩字典
if isinstance(item, dict) and 'score' in item:
scores.append(item['score'])
if scores:
avg = sum(scores) / len(scores)
print(f"所有成绩平均分: {avg:.2f}")⚠️ 关键注意事项：
提示词大师-python版
下载
图片提示词生成器？不止如此。 马甲系统 —— 把脑海中的画面，翻译成AI能理解的专业表达。 用得越多，它越懂你：首次需要多问几句确认方向，用久了几乎一说就懂。 用得越多，它越快：缓存机制让后续对话越来越省。 RAG进化：成功案例持续入库，越跑越聪明。 输入「新手指南」查看完整功能介绍
- 永远不要对 json.dumps() 的返回值做索引操作——它只是字符串，formatted_grades[0] 是第一个字符（如 [），而非数据项；
- 访问前务必检查层级是否存在（如 if grades and grades[0]），避免 IndexError 或 KeyError；
- 使用 isinstance(item, dict) 和 key in item 做健壮性判断，因外部 JSON 结构不可控；
- 若需频繁查询，可考虑用 pandas.json_normalize() 展平结构，或构建辅助函数封装安全访问逻辑。
总结：索引的本质是操作 Python 原生容器对象。牢记 json.load() → 可索引结构，json.dumps() → 仅用于序列化/显示。掌握这一区分，是处理任意嵌套 JSON 数据的第一步。
立即学习“Python免费学习笔记（深入）”；
