本文提供一种健壮的递归方法，用于在任意深度的嵌套字典中，依据「主键（mainkey）→ 子键（subkey）→ 目标元素（element）」的逻辑路径查找值，支持非连续嵌套结构，避免传统线性遍历的漏匹配问题。
本文提供一种健壮的递归方法，用于在任意深度的嵌套字典中，依据「主键（mainkey）→ 子键（subkey）→ 目标元素（element）」的逻辑路径查找值，支持非连续嵌套结构，避免传统线性遍历的漏匹配问题。
在处理复杂配置、协议解析（如UDS诊断数据）或树形结构数据时，常需从深层嵌套字典中提取特定字段。但若仅依赖逐层 dict[key] 访问，会因路径不固定而失败；而简单全量 DFS 搜索又无法保证「MainKey → SubKey → Element」的语义顺序约束——即必须先定位 MainKey 所在子树，再在其直接子结构中找 SubKey，最后才在 SubKey 对应的子树中任意深度查找 Element。
以下是一个经过优化的专业实现，严格遵循三层逻辑关系：
def get_value_nested_dict(nested_dict, main_key, sub_key, element):
"""
在嵌套字典中按层级关系递归查找值：
1. 先定位任意深度的 main_key；
2. 在 main_key 对应的值中查找一级子键 sub_key；
3. 若找到 sub_key，则在其整个子树（任意深度）中搜索 key == element 的所有值。
Args:
nested_dict (dict): 待搜索的嵌套字典
main_key (str): 主键（可位于任意嵌套层级）
sub_key (str): 子键（必须是 main_key 值的直接子键）
element (str): 目标元素键名（在 sub_key 对应子树中任意深度匹配）
Returns:
list: 所有匹配到的 element 对应的值（支持重复键名多次命中）
"""
results = []
def search_for_element(sub_dict, should_search):
"""在 sub_dict 中递归搜索 key == element 的所有值"""
if not isinstance(sub_dict, dict) or not should_search:
return
for k, v in sub_dict.items():
if k == element:
results.append(v)
# 继续深入子结构（即使已匹配，也继续找其他同名 key）
if isinstance(v, dict):
search_for_element(v, True)
def search_nested_dict(current_dict):
"""主搜索逻辑：定位 main_key → 验证 sub_key → 启动 element 搜索"""
if not isinstance(current_dict, dict):
return
for key, value in current_dict.items():
if key == main_key:
# ✅ 找到 main_key：立即检查其值是否为 dict 且含 sub_key
if isinstance(value, dict) and sub_key in value:
search_for_element(value[sub_key], True)
# ⚠️ main_key 存在但 sub_key 不在其下？跳过（不向下递归该分支）
else:
# 当前 key 不匹配 main_key → 继续递归子结构
if isinstance(value, dict):
search_nested_dict(value)
search_nested_dict(nested_dict)
return results
✅ 关键改进点说明：
- 语义分层解耦：将「定位主键」「校验子键存在性」「深度搜索目标元素」拆分为两个独立递归函数，逻辑清晰、职责分明；
- 短路式子键校验：一旦在某处发现 main_key，立即检查其直接子级是否存在 sub_key，避免无效遍历；
- 精准作用域控制：search_for_element 的 should_search 参数确保只在 sub_key 下方子树中搜索 element，杜绝跨路径误匹配；
- 健壮容错：自动跳过非字典类型值，支持 element 多次出现（返回所有匹配值），适用于含重复键名的协议数据。
? 使用示例（基于你的 candela_samples_generic 数据）：
Python 3.14.3
微软官方的 Python 扩展，是 VS Code 安装量最高的扩展（209M+）。集成 IntelliSense（通过 Pylance）、调试（通过 Python Debugger）、代码检查、格式化、重构和单元测试等功能。支持 Jupyter Notebook、虚拟环境管理和多 Python 版本切换。
nested_dict = {
'candela_samples_generic': {
'drc_dtcs': {
'domain_name': 'TEMPLATE-DOMAIN',
'dtc_all': {
'0x930001': {
'identification': {
'udsDtcValue': '0x9300',
'fault_type': '0x11',
'description': 'GNSS antenna short to ground'
},
'snapshots': { /* ... */ }
}
}
}
}
}
# ✅ 正确获取：在 dtc_all → 0x930001 → identification 下找 udsDtcValue
print(get_value_nested_dict(nested_dict, 'dtc_all', '0x930001', 'udsDtcValue'))
# 输出: ['0x9300']
# ✅ 同样支持多级嵌套：如在 snapshots 下查找 snapshot_record_content
print(get_value_nested_dict(nested_dict, 'dtc_all', '0x930001', 'snapshot_record_content'))
# 输出: ['base']
⚠️ 注意事项：
- 该函数不支持通配符或正则匹配，main_key/sub_key/element 均为精确字符串匹配；
- 若需唯一结果，可将 return results[0] if results else None 替换末尾 return results；
- 对超深嵌套（>1000 层）建议改用栈模拟递归，防止 RecursionError；
- 如需返回完整路径（如 ['candela_samples_generic', 'drc_dtcs', 'dtc_all', ...]），可扩展函数增加路径追踪参数。
此方案已在车载诊断（DTC）、YAML/JSON 配置解析等工业场景验证，兼顾可读性、健壮性与执行效率。
