函数多层嵌套python python解析多层嵌套json

python 多层嵌套的json内容 怎么获取

可以首先使用json包的loads函数对json数据进行解析，然后就可以像操作Python数据格式一样对数据进行索引和遍历了。

发展壮大离不开广大客户长期以来的信赖与支持，我们将始终秉承“诚信为本、服务至上”的服务理念，坚持“二合一”的优良服务模式，真诚服务每家企业，认真做好每个细节，不断完善自我，成就企业，实现共赢。行业涉及成都木包装箱等，在成都网站建设、营销型网站、WAP手机网站、VI设计、软件开发等项目上具有丰富的设计经验。

import json

s = '{"aescCityList":null,"cityAllList":null,"cityJsonArray"...'

data = json.loads(s)

for city in data["cityJsonArray"]:

if city["cityId"] == 4:

print city

Python嵌套函数和闭包

在Python语言中，可以在函数中定义函数。 这种在函数中嵌套定义的函数也叫内部函数。我们来看下面的代码：

上述代码中，定义了函数greet，在函数greet内部又定义了一个函数inner_func, 并调用该函数打印了一串字符。

我们可以看到，内部函数inner_func的定义和使用与普通函数基本相同。需要注意的是变量的作用域，在上述代码中，函数参数name对于全局函数greet是局部变量，对内部函数inner_func来说则是非局部变量。内部函数对于非局部变量的访问规则类似于标准的外部函数访问全局变量。

从这个例子我们还可以看到内部函数的一个作用，就是通过定义内部函数的方式将一些功能隐藏起来，防止外部直接调用。常见的场景是，在一个复杂逻辑的函数中，将一些小的任务定义成内部函数，然后由这个外层函数使用，这样可以使代码更为清晰，易于维护。这些内部函数只会在这个外层函数中使用，不能被其他函数或模块使用。

在Python语言中, 函数也是对象，它可以被创建、赋值给变量，或者作为函数的返回值。我们来看下面这个例子。

在上述代码中，在函数gen_greet内部定义了inner_func函数，并返回了一个inner_func函数对象。外部函数gen_greet返回了一个函数对象，所以像gen_greet这样的函数也叫工厂函数。

在内部函数inner_func中，使用了外部函数的传参greet_words（非局部变量），以及函数的参数name（局部变量），来打印一个字符串。

接下来，调用gen_greet("Hello")创建一个函数对象say_hello，紧接着调用say_hello("Mr. Zhang")，输出的结果为：Hello, Mr. Zhang！

同样的，调用gen_greet("Hi")创建一个函数对象say_hi，调用say_hello("Mr. Zhang")，输出的结果为：Hi，Tony！

我们可以发现，gen_greet返回的函数对象具有记忆功能，它能够把所需使用的非局部变量保存下来，用于后续被调用的时候使用。这种保存了非局部变量的函数对象被称作闭包（closure）。

那么闭包是如何实现的呢？其实并不复杂，函数对象中有一个属性__closure__，它就是在创建函数对象时用来保存这些非局部变量的。

__closure__属性是一个元组或者None类型。在上述代码中，我们可以通过下面方式查看：

函数的嵌套所实现的功能大都可以通过定义类的方式来实现，而且类是更加面向对象的代码编写方式。

嵌套函数的一个主要用途是实现函数的装饰器。我们看下面的代码：

在上述代码中，logger函数返回函数with_logging，with_logging则是打印了函数func的名称及传入的参数，然后调用func, 并将参数传递给func。其中的@wraps(func)语句用于复制函数func的名称、注释文档、参数列表等等，使得with_logging函数具有被装饰的函数func相同的属性。

代码中接下来用@logger对函数power_func进行修饰，它的作用等同于下面的代码:

可见，装饰器@符其实就是上述代码的精简写法。

通过了解了嵌套函数和闭包的工作原理，我们在使用过程中就能够更加得心应手了。

python3 如何解析多层嵌套字典，具体内容打开看

# 见 代码   ，代码粘贴上不带格式，按照图片用tab键调整一下，图片是核心部分

simple_dict = {

'Large_dict' : {'middle_dict1' : {'small_dict1' : 1 ,

'small_dict2' : 2},

'middle_dict2' : {'small_dict3' : 3 ,

'small_dict4' : 4,

'small_dict5':{'small_dict10' : 1 ,

'small_dict22' : 3},

},

}

}

# 需求分析： 从嵌套字典中，找到值为3的  路径关系

# 简化模型：从value为3的值 递归向上层的 key ，递归过程保存当前已经递归的路径和当前层

# 1.找到字典一共有多少层：

count = 0

path = ''# 设置路径的全局变量

result = []  # 记录结论

def get_count(dict_test):

global count  # 声明每次递归均是改变全局变量

global path  # 拼接档期啊你的路径

global result  # 记录结果

for i in dict_test:

if type(dict_test[i]).__name__ =='dict' :

# 如果是字典，则继续向下展开，即执行递归：

if count == 0:   # 增加判断 消除第一个 - 出现，逻辑问题

path = path  + i

else:

path = path + '-' + i

count += 1  # 记录层数

get_count(dict_test[i])

else:

try:

# 如果不是字典 则是键值对，查询value值是不是3,当前i包含两个内容，一个是key，一个是value

if dict_test[i] == 3:

# 找到了value =3 的值

result.append(f"路径是: %s,在第%d层" % (path + '-' + i, count))

except Exception as  result:  # 虽然字典限定了写法，为了增加健壮性 此位置使用try指令，避免类型错误

print(result)

continue

if __name__ == '__main__':

get_count(simple_dict)  # 执行递归函数

[print(str(i + 1) + ':' + j) for i, j in enumerate(result)]  # 打印结果

'''

结果：

1:路径是: Large_dict-middle_dict1-middle_dict2-small_dict3,在第3层

2:路径是: Large_dict-middle_dict1-middle_dict2-small_dict5-small_dict22,在第4层

'''