Python嵌套JSON解析：根据UniqueID获取对应value字段值

针对高度嵌套、存在重名键的JSON结构，不需要硬编码字段路径，直接做全层级深度遍历匹配目标UniqueID即可，以下是不同场景下可直接复用的实现：

方案1：单次/少量查询场景（递归遍历） #

适合查询次数少、不想额外占用内存存储索引的场景，遍历到匹配结果就立刻返回，不会多余遍历后续节点。

import json
from typing import Any, Optional

def find_value_by_uid(data: Any, target_uid: str) -> Optional[str]:
    # 当前节点是字典：检查是否匹配目标
    if isinstance(data, dict):
        if data.get("UniqueID") == target_uid and "value" in data:
            return data["value"]
        # 遍历字典所有子节点继续查找
        for sub_val in data.values():
            match_res = find_value_by_uid(sub_val, target_uid)
            if match_res is not None:
                return match_res
    # 当前节点是列表：遍历所有元素继续查找
    elif isinstance(data, list):
        for item in data:
            match_res = find_value_by_uid(item, target_uid)
            if match_res is not None:
                return match_res
    # 基础类型节点（字符串、数字等）无匹配，直接返回
    return None

# 调用示例
if __name__ == "__main__":
    with open("your_data.json", "r", encoding="utf-8") as f:
        raw_data = json.load(f)
    print(find_value_by_uid(raw_data, "123456789")) # 输出 korea

如果你的JSON嵌套层级超过Python默认递归深度限制（默认1000层），把递归逻辑换成基于栈的迭代遍历即可，避免栈溢出。

方案2：频繁查询场景（预构建索引） #

如果需要反复查询不同UniqueID，每次遍历全量JSON效率太低，第一次加载文件时就把所有UniqueID和对应value的映射提前构建成字典，后续查询时间复杂度为O(1)。

import json
from typing import Any, Dict

def build_uid_index(data: Any, index_map: Dict[str, str]) -> None:
    if isinstance(data, dict):
        current_uid = data.get("UniqueID")
        if current_uid and "value" in data:
            # 若存在重复UniqueID的情况，后续遍历到的同ID值会覆盖之前的，需要存多值可改为列表append
            index_map[current_uid] = data["value"]
        for sub_val in data.values():
            build_uid_index(sub_val, index_map)
    elif isinstance(data, list):
        for item in data:
            build_uid_index(item, index_map)

# 调用示例
if __name__ == "__main__":
    uid_index = {}
    with open("your_data.json", "r", encoding="utf-8") as f:
        raw_data = json.load(f)
    build_uid_index(raw_data, uid_index)
    
    # 后续查询直接从索引取即可
    print(uid_index.get("123456789")) # 输出 korea
    print(uid_index.get("987782999")) # 输出 Japan

搭配独立的UniqueID含义映射文件使用 #

你单独存储的ID含义映射文件如果是JSON格式，直接加载为字典即可和查询结果关联：

# 加载ID含义映射表
with open("uid_desc_map.json", "r", encoding="utf-8") as f:
    uid_desc = json.load(f)

target_uid = "123456789"
match_value = uid_index.get(target_uid)
match_desc = uid_desc.get(target_uid)

额外优化提示 #

• 如果JSON文件体积过大（GB级），全量加载内存压力大，可以用ijson做流式遍历，遍历过程中匹配到目标ID就直接终止读取，不需要把整个文件载入内存。
• 如果业务中存在同一个UniqueID对应多个value的情况，把索引存储结构从单字符串改为列表，匹配到值时追加到列表即可，避免覆盖。

内容的提问来源于stack exchange，提问作者saltpetre