Python打印JSON树:超详细教程及代码示例
2025-03-10 22:45:04
0浏览
收藏
本文提供一个超详细的Python教程,教你如何优雅地打印多层嵌套的JSON数据,以清晰易懂的树状结构展现JSON的层级关系。通过递归函数遍历JSON对象,区分字典和列表类型,并利用缩进直观地展现节点和属性。该方法有效解决调试和分析复杂JSON数据时难以理解其结构的问题,附带代码示例及详细解释,助你快速掌握处理嵌套JSON数据的技巧,提升代码效率。

本文演示如何使用Python代码将复杂的多层嵌套JSON数据以易于理解的树状结构打印出来,这对于调试和分析JSON数据至关重要。我们将采用递归方法,有效处理不同层次的嵌套结构。
目标是遍历给定的JSON数据,并以清晰的树状结构显示每个节点及其属性,从而方便阅读和理解其结构。
为此,我们将编写一个递归函数。该函数会检查输入数据类型:如果是字典,则迭代遍历键值对,并递归调用自身处理每个值;如果是列表,则迭代遍历每个元素,并递归调用自身处理每个元素;如果不是字典或列表,则直接打印该值。通过缩进,我们能直观地展现JSON数据的层级关系。
以下是一个改进的Python代码示例:
import json
def print_json_tree(json_obj, indent=0):
"""递归函数,将JSON对象以树状结构打印"""
if isinstance(json_obj, dict):
for key, value in json_obj.items():
print(' ' * indent + f"{key}:") # 使用f-string更简洁
print_json_tree(value, indent + 1)
elif isinstance(json_obj, list):
for i, item in enumerate(json_obj):
print(' ' * indent + f"[{i}]:")
print_json_tree(item, indent + 1)
else:
print(' ' * indent + str(json_obj))
json_str = '''
{
"id":"series","css":"wrapper","html":[
{"id":"series","css":"header","html":[
{"css":"topbar","html":[
{"css":"left","html":[]},
{"css":"middle","html":[]},
{"css":"right","html":[]}
]},
{"css":"mask","html":[]},
{"css":"layer","html":[]}
]},
{"id":"series","css":"container","html":[
{"id":"series","css":"container ad1200 mt10","html":[]},
{"id":"series","css":"container crumb","html":[]},
{"id":"series","css":"container nav","html":[]},
{"id":"series","css":"series_wrapper","html":[
{"id":"series","css":"main","html":[
{"pic":"","total":""},
{"news1":"","new2":""},
{"ad1":""},
{"list":""},
{"pic":""},
{"video":""},
{"ad2":""}
]},
{"id":"series","css":"side","html":[
{"ad3":"google"},
{"love":""},
{"brand":""},
{"type":""}
]}
]}
]},
{"position":[
{"return_top":""},
{"side_nav":""}
]},
{"footer":[
{"nav":""}
]}
]
}
'''
json_obj = json.loads(json_str)
print_json_tree(json_obj)
此代码通过更简洁的f-string和更清晰的缩进,改进了输出的可读性,并能直接处理示例中的JSON数据,将其以树状结构打印出来。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Python打印JSON树:超详细教程及代码示例》文章吧,也可关注golang学习网公众号了解相关技术文章。
Python二维码生成:多种方法+代码详解,快速上手!
- 上一篇
- Python二维码生成:多种方法+代码详解,快速上手!
- 下一篇
- MySQL数据库文件路径设置错误?快速解决安装难题!
查看更多
最新文章
-
- 文章 · python教程 | 7小时前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
-
- 文章 · python教程 | 18小时前 | 并发 · 异常处理 · python · asyncio · CancelledError 结构化并发 ExceptionGroup Python asyncio TaskGroup asyncio gather
- asyncio TaskGroup 让并发任务在首错时一起收敛
- 246浏览 收藏
-
- 文章 · python教程 | 20小时前 |
- Python 3.14 自由线程程序怎样显式保护共享状态
- 337浏览 收藏
-
- 文章 · python教程 | 23小时前 | 标准库 · Python教程 · Python Traversable importlib.resources 包内资源
- Python importlib.resources Traversable 怎么读取包内目录
- 359浏览 收藏
-
- 文章 · python教程 | 1天前 | 时区 · python · Python zoneinfo reset_tzpath TZPATH 自定义时区库 ZoneInfo缓存
- Python zoneinfo.reset_tzpath 怎么切换自定义时区库
- 176浏览 收藏
-
- 文章 · python教程 | 1天前 | Python教程 · Python 并行执行 全局状态 InterpreterPoolExecutor
- Python InterpreterPoolExecutor 怎么隔离不同任务的全局状态
- 130浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python zip strict=True 在第几次迭代发现长度不一致
- 437浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 371次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 428次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 445次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 393次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 218次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

