掌握Python中嵌套列表与字典的数据访问技巧

理解嵌套数据结构

在处理JSON等半结构化数据时，我们经常会遇到多层嵌套的列表（List）和字典（Dictionary）混合结构。理解这些结构是正确访问其中数据的关键。

• 字典（Dictionary）：由键值对组成，通过键（字符串）来访问其对应的值。例如：{"key": "value"}，访问方式为 data["key"]。
• 列表（List）：由一系列有序的元素组成，通过索引（整数）来访问其对应位置的元素。例如：["item1", "item2"]，访问方式为 data[0]。

当列表和字典相互嵌套时，我们需要根据当前元素的类型，选择正确的访问方式。

以提供的JSON数据片段为例：

{
  "liveData": {
    "plays": {
      "allPlays": [
        {
          "runners": [
            {
              "details": {
                "event": "Single",
                "runner": {
                  "id": 656941,
                  "fullName": "Kyle Schwarber"
                }
              }
            }
          ]
        }
      ]
    }
  }
}

要访问 id 值，我们需要逐步深入这个结构。

立即学习“Python免费学习笔记（深入）”；

常见错误分析与正确访问方法

许多开发者在处理这种嵌套数据时常犯的一个错误是，试图用字典键的方式去访问列表元素，或者反之。例如，原始问题中尝试 x = play['runners']['details'] 时，会遇到 'details' is not an acceptable index since it is a string and not an integer or a slice 的错误。

这是因为 play['runners'] 是一个列表（[...]），而不是一个字典。列表不能通过字符串键来访问，它只能通过整数索引来访问其内部元素。在这个特定的数据结构中，runners 列表包含一个字典元素。因此，我们首先需要通过索引 [0] 来获取列表中的第一个（也是唯一一个）字典元素，然后才能继续使用键来访问其内部的 details。

正确的访问路径应该是：

怪兽AI数字人

数字人短视频创作，数字人直播，实时驱动数字人

44

查看详情

1. data["liveData"]：从顶层字典获取 liveData 字典。
2. data["liveData"]["plays"]：从 liveData 字典获取 plays 字典。
3. data["liveData"]["plays"]["allPlays"]：从 plays 字典获取 allPlays 列表。
4. data["liveData"]["plays"]["allPlays"][0]：从 allPlays 列表获取第一个元素，它是一个字典。
5. data["liveData"]["plays"]["allPlays"][0]["runners"]：从上一步获取的字典中获取 runners 列表。
6. data["liveData"]["plays"]["allPlays"][0]["runners"][0]：从 runners 列表获取第一个元素，它又是一个字典。
7. data["liveData"]["plays"]["allPlays"][0]["runners"][0]["details"]：从上一步获取的字典中获取 details 字典。
8. data["liveData"]["plays"]["allPlays"][0]["runners"][0]["details"]["runner"]：从 details 字典中获取 runner 字典。
9. data["liveData"]["plays"]["allPlays"][0]["runners"][0]["details"]["runner"]["id"]：最终从 runner 字典中获取 id 的值。

示例代码

以下是一个完整的Python代码示例，演示如何加载JSON数据并正确地访问嵌套的 id 值：

import json

# 模拟从文件中读取的JSON数据
json_data = """
{
  "liveData": {
    "plays": {
      "allPlays": [
        {
          "runners": [
            {
              "details": {
                "event": "Single",
                "runner": {
                  "id": 656941,
                  "fullName": "Kyle Schwarber"
                },
                "responsiblePitcher": null,
                "isScoringEvent": false,
                "rbi": false,
                "earned": false,
                "teamUnearned": false,
                "playIndex": 6
              }
            }
          ]
        }
      ]
    }
  }
}
"""

# 将JSON字符串解析为Python字典
data = json.loads(json_data)

# 按照正确的路径访问 'id' 值
try:
    id_value = data["liveData"]["plays"]["allPlays"][0]["runners"][0]["details"]["runner"]["id"]
    print(f"成功获取ID: {id_value}")
except (KeyError, IndexError) as e:
    print(f"访问数据时发生错误: {e}. 请检查路径或数据结构是否符合预期。")

# 示例：如果需要处理多个runner或allPlays
# 假设allPlays中可能有多个play，每个play可能有多个runner
print("\n--- 遍历所有runner的ID ---")
all_plays = data.get("liveData", {}).get("plays", {}).get("allPlays", [])

for play_index, play in enumerate(all_plays):
    runners = play.get("runners", [])
    for runner_index, runner_data in enumerate(runners):
        details = runner_data.get("details", {})
        runner_info = details.get("runner", {})
        runner_id = runner_info.get("id")
        if runner_id is not None:
            print(f"Play[{play_index}] -> Runner[{runner_index}] ID: {runner_id}")
        else:
            print(f"Play[{play_index}] -> Runner[{runner_index}] 未找到ID或数据结构不完整。")

处理多条记录与健壮性

在实际应用中，allPlays 列表或 runners 列表可能包含多个元素，而不仅仅是第一个。为了提取所有相关数据，你需要使用循环（如 for 循环）来遍历这些列表。

此外，为了使代码更加健壮，防止因数据缺失（例如某个键不存在或列表为空）而引发 KeyError 或 IndexError，建议采取以下策略：

1. 使用 dict.get() 方法：当访问字典中的键时，使用 dict.get(key, default_value) 可以避免 KeyError。如果键不存在，它将返回 default_value（默认为 None），而不是抛出错误。
2. 检查列表长度或使用 try-except：在访问列表元素前，可以检查列表是否为空或索引是否越界。更通用的做法是使用 try-except 块来捕获 KeyError 和 IndexError，从而优雅地处理数据缺失的情况。

上述示例代码中，第二个部分展示了如何结合 for 循环和 dict.get() 来遍历并安全地访问所有可能的 runner ID。

json_normalize 的适用场景（简述）

原始问题中提到了 json_normalize。json_normalize 是 pandas 库中的一个函数，主要用于将半结构化的JSON数据扁平化（flatten）为二维表格（DataFrame）格式，这对于数据分析非常有用。它可以自动处理嵌套的列表和字典，将其展开为列。

然而，对于本教程中讨论的特定问题——即精确地从一个已知路径中提取单个或少数几个深层嵌套值——直接使用Python的字典和列表索引操作通常更直接、高效且易于理解。json_normalize 更适用于需要将整个复杂JSON结构转换为表格进行大规模分析的场景，而不是简单的单值提取。

总结

掌握Python中列表和字典的嵌套访问是处理复杂数据结构的基础。核心原则是：当遇到方括号 [] 时，它表示一个列表，需要使用整数索引；当遇到花括号 {} 时，它表示一个字典，需要使用字符串键。通过逐层深入并结合循环和错误处理机制，你可以高效、准确且健壮地从任何深度嵌套的数据中提取所需的信息。

以上就是掌握Python中嵌套列表与字典的数据访问技巧的详细内容，更多请关注php中文网其它相关文章！