如何基于Header结构从嵌套字典提取并整合DTC数据？

给定资源 #

嵌套字典数据 #

Nested_Dict = {
    'candela_samples_generic': {
        'drc_dtcs': {
            'domain_name': 'TEMPLATE-DOMAIN',
            'dtc_all': {
                '0x930001': {
                    'identification': {
                        'udsDtcValue': '0x9300',
                        'FaultType': '0x11',
                        'description': 'GNSS antenna short to ground'
                    },
                    'functional_conditions': {
                        'failure_name': 'short_to_ground',
                        'mnemonic': 'DTC_GNSS_Antenna_Short_to_ground'
                    }
                },
                '0x212021': {
                    'identification': {
                        'udsDtcValue': '0x2120',
                        'FaultType': '0x21',
                        'description': 'ECU internal Failure'
                    },
                    'functional_conditions': {
                        'failure_name': 'short_to_ground',
                        'mnemonic': 'DTC_GNSS_Antenna_Short_to_ground'
                    }
                }
            }
        }
    }
}

Header结构定义 #

Header = {
    'dtc_all': {
        'DiagnosticTroubleCodeUds': {'udsDtcValue': None, 'FaultType': None},
        'dtcProps': {'description': None},
        'DiagnosticTroubleCodeObd': {'failure_name': None}   
    }
}

子键列表 #

SubkeyList = ['0x930001','0x240001']

数据提取函数 #

def get_value_nested_dict(nested_dict, main_key, sub_key, element):
    results = []
    def search_for_element(sub_dict, looking_for_element):
        if isinstance(sub_dict, dict):
            for k, v in sub_dict.items():
                if k == element and looking_for_element:
                    results.append(v)
                else:
                    search_for_element(v, looking_for_element)
    def search_nested_dict(current_dict):
        if isinstance(current_dict, dict):
            for key, value in current_dict.items():
                if key == main_key:
                    if sub_key in value:
                        search_for_element(value[sub_key], True)
                    else:
                        search_for_element(value, False)
                else:
                    search_nested_dict(value)
    search_nested_dict(nested_dict)
    return results

需求说明 #

依次从SubkeyList中取出子键，从Header中取出主键（如dtc_all），遍历Header内的所有字段（如udsDtcValue、FaultType等），调用get_value_nested_dict函数提取对应值，构建与Header键顺序一致的新字典New_Dict。预期输出示例：

New_Dict = {
    'dtc_all': {
        '0x930001': {
            'DiagnosticTroubleCodeUds': {'udsDtcValue': '0x9300', 'FaultType': '0x11'},
            'dtcProps': {'description': 'GNSS antenna short to ground'},
            'DiagnosticTroubleCodeObd': {'failure_name': 'short_to_ground'}
        },
        '0x240001': {
            'DiagnosticTroubleCodeUds': {'udsDtcValue': None, 'FaultType': None},
            'dtcProps': {'description': None},
            'DiagnosticTroubleCodeObd': {'failure_name': None}
        }
    }
}

实现方案 #

通过遍历Header的层级结构，结合给定的提取函数逐个获取对应值，最终组装成目标字典。代码实现如下：

# 初始化New_Dict
New_Dict = {}

# 获取Header中的主键（这里是dtc_all）
for main_key in Header:
    New_Dict[main_key] = {}
    # 获取当前主键下的结构模板
    dtc_template = Header[main_key]
    
    # 遍历SubkeyList中的每个子键
    for sub_key in SubkeyList:
        # 为每个子键初始化结构
        New_Dict[main_key][sub_key] = {}
        
        # 遍历模板中的每个一级节点（如DiagnosticTroubleCodeUds）
        for section, fields in dtc_template.items():
            New_Dict[main_key][sub_key][section] = {}
            
            # 遍历节点下的每个字段（如udsDtcValue）
            for field in fields:
                # 调用提取函数获取值，取结果列表的第一个元素（如果有结果），否则为None
                value = get_value_nested_dict(Nested_Dict, main_key, sub_key, field)
                New_Dict[main_key][sub_key][section][field] = value[0] if value else None

# 打印结果
import pprint
pprint.pprint(New_Dict)

代码说明 #

1. 初始化字典：先创建New_Dict的顶层结构，匹配Header的主键。
2. 遍历子键：对每个子键，按照Header的结构为其创建对应的层级。
3. 字段提取：针对每个字段调用get_value_nested_dict，若返回结果不为空则取第一个值（因为函数返回列表），否则保留None。
4. 结构对齐：严格遵循Header的键顺序和层级，确保最终字典结构与需求一致。

内容的提问来源于stack exchange，提问作者shekhar sabale