Python操作HDF5能否在根层级创建嵌套分组属性？

HDF5 原生不支持在属性（attrs）层面创建真正的嵌套分组结构，也无法直接将嵌套字典作为原生属性值存储。不管是根组、普通分组还是数据集，其挂载的attrs本身都是扁平的键值对结构，不存在“属性下再嵌套子属性”的设计，你之前没查到根层级嵌套属性的实现，本质是因为这个特性本身就不存在。

你示例中用斜杠分隔键名的写法，本质只是把层级信息写进了字符串类型的键名里，HDF5不会识别斜杠的层级语义，所有带斜杠的键依然是平级挂在根组attrs下的独立键。这种写法能用，但需要你自己维护键名规则，后续批量归集、删除某一层的属性时，需要自己匹配键名前缀，容易出现键名冲突问题。

针对你多级处理流程的元数据管理需求，有3种成熟实现方式，按推荐优先级排序：

1. 专用元数据分组实现层级管理（最推荐） #

这是HDF5生态下的通用标准做法：不要把层级元数据全堆在根组的attrs里，直接在根节点下创建专门存元数据的分组，用HDF5原生的分组嵌套能力实现属性归集，完全匹配你的使用需求。
对应你的DL2场景，文件结构可以设计为：

/  # 根组
├─ Data/
│  ├─ dataset1
│  └─ dataset2
└─ metadata/  # 元数据根分组
   ├─ DL1/  # 归集的DL1层级所有属性，直接挂在该分组的attrs上
   │  ├─ lvl1_git_branch = 'temp_testing'
   │  ├─ l1tol2_version = '2.1a'
   │  └─ aux_file_version = '10.1'
   └─ DL2/  # DL2层级新增属性
      ├─ lvl2_git_branch = 'dev'
      └─ l2tol3_version = '3.0a'

对应h5py的实现代码：

import h5py

with h5py.File("lvl2_file.h5", "w") as f:
    # 写入业务数据集
    f.create_group("Data")
    f["Data"]["dataset1"] = somedataset
    f["Data"]["dataset2"] = someotherdataset
    
    # 写入层级元数据
    meta_grp = f.create_group("metadata")
    # 归集DL1属性
    dl1_meta = meta_grp.create_group("DL1")
    dl1_meta.attrs["lvl1_git_branch"] = "temp_testing"
    dl1_meta.attrs["l1tol2_version"] = "2.1a"
    dl1_meta.attrs["aux_file_version"] = "10.1"
    # 新增DL2属性
    dl2_meta = meta_grp.create_group("DL2")
    dl2_meta.attrs["lvl2_git_branch"] = "dev"
    dl2_meta.attrs["l2tol3_version"] = "3.0a"

这种方案完全贴合HDF5原生设计，不需要额外维护键名规则，后续读取某一层的所有属性直接遍历对应分组的attrs即可，增删改某一层元数据不会影响其他层级，跨工具、跨语言兼容性最好。

2. 前缀式键名方案（改造成本最低） #

如果你坚持要把所有属性都挂在根组的attrs下，可以沿用你设计的层级前缀/属性名键名规则，简单封装一层工具函数实现属性归集即可，示例：

def collect_level_attrs(h5file, old_prefix, new_prefix):
    # 批量将指定前缀的属性归集到新的层级前缀下
    for key in list(h5file.attrs.keys()):
        if key.startswith(old_prefix):
            val = h5file.attrs[key]
            new_key = key.replace(old_prefix, f"{new_prefix}/", 1)
            h5file.attrs[new_key] = val
            del h5file.attrs[key]

这种方式不需要改动现有文件结构，改造成本最低，但本质是用命名规则模拟嵌套，要注意避免键名中出现和分隔符重复的字符，防止前缀匹配出错。

3. 序列化嵌套字典为单个属性 #

如果需要把整组层级属性作为单个值存储，可以将嵌套字典序列化为JSON字符串作为单个属性写入，读取时反序列化即可：

import json

# 写入嵌套元数据
meta = {
    "DL1": {
        "lvl1_git_branch": "temp_testing",
        "l1tol2_version": "2.1a",
        "aux_file_version": "10.1"
    },
    "DL2": {
        "lvl2_git_branch": "dev",
        "l2tol3_version": "3.0a"
    }
}
lvl2_file.attrs["processing_metadata"] = json.dumps(meta)

# 读取元数据
loaded_meta = json.loads(lvl2_file.attrs["processing_metadata"])

这种方式写入最省事，但灵活性最差，无法在HDF5文件内单独修改某一个子属性，每次更新都要读取整个序列化内容、反序列化、修改后整体重写，仅适合元数据体量极小、几乎不需要修改的场景。

内容的提问来源于stack exchange，提问作者Sambid Wasti