Python实现按概率为任意深度复杂字典的值追加对应key的~tag标签

完整实现代码 #

import re
import random

RE_TAG = re.compile(r".+(~.+)")
DLM = '~'
tag_occurance = 25  # 追加tag的概率，单位%

thisdict =  {
  "Key1~tag": "foo",
  "Key2": "bar",
  "Key3~tag": {
    "Key3.1": "x",
    "Key3.2~tag": "y"
  }
}

def tag(_str):
    m = RE_TAG.match(_str)
    if m:
        return DLM + m[1][1:]  # 提取key中的~tag后缀
    else:
        return ''

def process_nested_dict(d: dict) -> dict:
    processed = {}
    for key, val in d.items():
        # 值为字典时递归处理子层级
        if isinstance(val, dict):
            processed[key] = process_nested_dict(val)
        # 仅字符串类型的值走tag追加逻辑
        elif isinstance(val, str):
            if random.randint(0, 100) < tag_occurance:
                processed[key] = val + tag(key)
            else:
                processed[key] = val
        # 其他类型值直接保留
        else:
            processed[key] = val
    return processed

# 主流程替换为递归处理
thisdict = process_nested_dict(thisdict)
print(thisdict)

核心逻辑说明 #

1. 新增递归处理函数process_nested_dict，自动遍历所有嵌套层级的字典：
   • 遍历到值为字典类型时，递归调用自身处理子字典，不会直接尝试字符串拼接
   • 仅当值为字符串类型时，才执行概率判断和tag追加逻辑，避免类型报错
   • 非字典、非字符串的其他类型值（如数字、列表等）直接保留原样
2. 每个字符串值独立触发概率判断，符合原有25%追加的需求设定
3. 完全兼容任意深度的嵌套字典结构，和原有tag提取逻辑保持一致

内容的提问来源于stack exchange，提问作者StressedBoi69420