如何跳过JSON层级将嵌套JSON映射为扁平数据类（无需创建中间层级数据类）

我懂你这种需求——不想为了提取几个目标字段就写一堆没用的中间数据类，太繁琐了！下面给你几个直接有效的解决方案，不用跟那些冗余层级打交道：

方法一：手动提取字段（适合结构固定的简单场景） #

如果你的JSON结构不会经常变，直接写个小函数把需要的字段从嵌套里挖出来就行，简单直接，不用依赖额外库：

from typing import List
from dataclasses import dataclass

@dataclass
class MyDataClass:
    key_0: str
    key_2: str
    key_3: str
    key_4_1: str
    key_5: str

@dataclass
class MyDataClassList:
    classes: List[MyDataClass]

data = [
    {
        "key_0": "val_0",
        "key_1_to_skip": {
            "level_to_skip_1": [
                {
                    "level_to_skip_1_1": {
                        "level_to_skip_1_1_1": {
                            "key_2": "value_2",
                            "key_3": "value_3",
                            "key_4": {
                                "key_4_1": "value_4_1",
                                "key_to_ignore_4_2": "value_4_2"
                            }
                        },
                    },
                    "key_5": "value_5"
                }
            ]
        },
    }
]

def flatten_json_to_dataclass(json_item):
    # 一步步挖取需要的字段
    nested_part = json_item["key_1_to_skip"]["level_to_skip_1"][0]
    return MyDataClass(
        key_0=json_item["key_0"],
        key_2=nested_part["level_to_skip_1_1"]["level_to_skip_1_1_1"]["key_2"],
        key_3=nested_part["level_to_skip_1_1"]["level_to_skip_1_1_1"]["key_3"],
        key_4_1=nested_part["level_to_skip_1_1"]["level_to_skip_1_1_1"]["key_4"]["key_4_1"],
        key_5=nested_part["key_5"]
    )

# 生成实例
flat_classes = [flatten_json_to_dataclass(item) for item in data]
result = MyDataClassList(classes=flat_classes)

print(result)

运行后就能得到你想要的扁平数据类实例啦，这种方式最直观，适合小范围的固定结构。

方法二：用dataclass-wizard库（推荐，支持字段路径映射） #

如果JSON结构复杂或者需要更灵活的映射，dataclass-wizard这个库专门解决dataclass和JSON的转换问题，支持用路径表达式直接绑定嵌套字段，不用写中间类：

首先先安装库：

pip install dataclass-wizard

然后修改你的dataclass，用@json_field装饰器指定每个字段对应的JSON路径：

from typing import List
from dataclasses import dataclass
from dataclass_wizard import JSONWizard, json_field

@dataclass
class MyDataClass(JSONWizard):
    key_0: str
    # 用路径指定嵌套字段的位置
    key_2: str = json_field('key_1_to_skip.level_to_skip_1[0].level_to_skip_1_1.level_to_skip_1_1_1.key_2')
    key_3: str = json_field('key_1_to_skip.level_to_skip_1[0].level_to_skip_1_1.level_to_skip_1_1_1.key_3')
    key_4_1: str = json_field('key_1_to_skip.level_to_skip_1[0].level_to_skip_1_1.level_to_skip_1_1_1.key_4.key_4_1')
    key_5: str = json_field('key_1_to_skip.level_to_skip_1[0].key_5')

@dataclass
class MyDataClassList:
    classes: List[MyDataClass]

data = [
    # 你的原始JSON数据
    {
        "key_0": "val_0",
        "key_1_to_skip": {
            "level_to_skip_1": [
                {
                    "level_to_skip_1_1": {
                        "level_to_skip_1_1_1": {
                            "key_2": "value_2",
                            "key_3": "value_3",
                            "key_4": {
                                "key_4_1": "value_4_1",
                                "key_to_ignore_4_2": "value_4_2"
                            }
                        },
                    },
                    "key_5": "value_5"
                }
            ]
        },
    }
]

# 直接转换整个列表
flat_classes = [MyDataClass.from_dict(item) for item in data]
result = MyDataClassList(classes=flat_classes)

print(result)

这个库还支持自动类型转换，比手动提取更省心，适合复杂或者经常变动的JSON结构。

方法三：用pydantic的验证器（适合已有pydantic生态的项目） #

如果你已经在使用pydantic，它的dataclass可以通过model_validator手动提取嵌套字段，能和现有的验证逻辑无缝结合：

安装pydantic：

pip install pydantic

示例代码：

from typing import List
from pydantic.dataclasses import dataclass
from pydantic import model_validator

@dataclass
class MyDataClass:
    key_0: str
    key_2: str
    key_3: str
    key_4_1: str
    key_5: str

    # 用验证器提前提取嵌套字段
    @model_validator(mode='before')
    def extract_nested_fields(cls, values):
        nested_part = values["key_1_to_skip"]["level_to_skip_1"][0]
        return {
            "key_0": values["key_0"],
            "key_2": nested_part["level_to_skip_1_1"]["level_to_skip_1_1_1"]["key_2"],
            "key_3": nested_part["level_to_skip_1_1"]["level_to_skip_1_1_1"]["key_3"],
            "key_4_1": nested_part["level_to_skip_1_1"]["level_to_skip_1_1_1"]["key_4"]["key_4_1"],
            "key_5": nested_part["key_5"]
        }

@dataclass
class MyDataClassList:
    classes: List[MyDataClass]

data = [
    # 原始JSON数据
    {
        "key_0": "val_0",
        "key_1_to_skip": {
            "level_to_skip_1": [
                {
                    "level_to_skip_1_1": {
                        "level_to_skip_1_1_1": {
                            "key_2": "value_2",
                            "key_3": "value_3",
                            "key_4": {
                                "key_4_1": "value_4_1",
                                "key_to_ignore_4_2": "value_4_2"
                            }
                        },
                    },
                    "key_5": "value_5"
                }
            ]
        },
    }
]

flat_classes = [MyDataClass(**item) for item in data]
result = MyDataClassList(classes=flat_classes)

print(result)

备注：内容来源于stack exchange，提问作者Zin Yosrim