如何对比符合Schema的Ignition SCADA标签JSON文件？

问题概述 #

我有Ignition SCADA的标签配置JSON文件，结构为树形：终端节点是带配置信息的标签，非终端节点是文件夹，每个文件夹通过tags字段包含子标签或子文件夹。标签的唯一标识是完整路径，由所在文件夹的name字段依次拼接，用/分隔（例如StackOverflow/FolderA/TagA）。

已完成的标签修改：

• 新增标签：StackOverflow/FolderA/TagC
• 修改标签：StackOverflow/FolderA/TagA的tooltip值
• 修改标签：StackOverflow/FolderA/TagA的value值
• 删除标签：StackOverflow/FolderA/TagB

需要生成符合以下格式的变更报告，最终导出到Excel：

[
    {'tagpath': 'StackOverflow/FolderA/TagC', 'changedFrom': None, 'changedTo': 'added'},
    {'tagpath': 'StackOverflow/FolderA/TagA.tooltip', 'changedFrom': 'This is tag a', 'changedTo': 'This is tag a with changes'},
    {'tagpath': 'StackOverflow/FolderA/TagA.value', 'changedFrom': 15, 'changedTo': 59},
    {'tagpath': 'StackOverflow/FolderA/TagB', 'changedFrom': None, 'changedTo': 'deleted'}
]

目前用手动for循环对比效率低，想找Python中更高效专业的实现方法。

高效实现方案 #

核心思路是先把嵌套的树形结构扁平化为以完整路径为键的字典，再通过集合操作和字段对比快速找出差异，最后生成标准化报告并导出Excel。

1. 树形结构扁平化 #

写一个递归函数，遍历嵌套的标签/文件夹，生成完整路径到标签配置的映射：

def flatten_tags(tag_tree, parent_path=""):
    flattened = {}
    for item in tag_tree:
        current_path = f"{parent_path}/{item['name']}" if parent_path else item['name']
        # 判断是文件夹还是终端标签
        if 'tags' in item:
            # 递归处理子文件夹
            flattened.update(flatten_tags(item['tags'], current_path))
        else:
            # 终端标签直接存入字典
            flattened[current_path] = item
    return flattened

2. 对比两个扁平化字典 #

分别加载修改前、修改后的JSON文件，扁平化后通过集合操作快速定位差异路径：

import json

# 加载前后版本的标签JSON
with open('old_tags.json', 'r') as f:
    old_tree = json.load(f)['tags']
with open('new_tags.json', 'r') as f:
    new_tree = json.load(f)['tags']

# 扁平化处理
old_flat = flatten_tags(old_tree)
new_flat = flatten_tags(new_tree)

# 快速找出新增、删除、共同的标签路径
added_paths = new_flat.keys() - old_flat.keys()
deleted_paths = old_flat.keys() - new_flat.keys()
common_paths = old_flat.keys() & new_flat.keys()

3. 生成变更报告 #

遍历三类路径，生成符合要求的报告条目：

change_report = []

# 处理新增标签
for path in added_paths:
    change_report.append({
        'tagpath': path,
        'changedFrom': None,
        'changedTo': 'added'
    })

# 处理删除标签
for path in deleted_paths:
    change_report.append({
        'tagpath': path,
        'changedFrom': None,
        'changedTo': 'deleted'
    })

# 处理标签字段修改
for path in common_paths:
    old_config = old_flat[path]
    new_config = new_flat[path]
    # 对比所有键值对，找出变更字段
    for key in set(old_config.keys()).union(new_config.keys()):
        old_val = old_config.get(key, None)
        new_val = new_config.get(key, None)
        if old_val != new_val:
            change_report.append({
                'tagpath': f"{path}.{key}",
                'changedFrom': old_val,
                'changedTo': new_val
            })

4. 导出到Excel #

用pandas快速导出报告到Excel，格式规范且支持后续编辑：

import pandas as pd

df = pd.DataFrame(change_report)
df.to_excel('tag_changes_report.xlsx', index=False)

优势说明 #

• 扁平化处理将嵌套结构转为一维字典，避免多层循环嵌套，对比逻辑更简洁
• 集合操作（-/&）比手动遍历找差异效率更高，尤其适合标签数量大的场景
• 递归扁平化函数适配任意深度的文件夹结构，扩展性强
• pandas导出的Excel格式规范，支持后续筛选、排序等操作

内容的提问来源于stack exchange，提问作者njminchin