优雅实现嵌套JSON算术表达式的递归求值方法

首先看你的需求：处理类似["+", 1, ["+", 3,["+", 3,4]]]这样的嵌套算术表达式，通过递归计算得到结果（这里预期是11）。先拆解下现有代码的几个小问题：

• 原地修改输入的exp列表，这可能会意外改变原始数据，不是最佳实践；
• eval_numberExpression里的idx == len(exp)判断永远不会成立（因为enumerate的索引范围是0到len(exp)-1），导致该分支逻辑完全无效；
• 拆分两个函数有点冗余，其实可以合并成一个更简洁的递归函数。

下面是更优雅的实现方式，核心思路是用单一递归函数处理所有情况：

def eval_expression(exp):
    # 如果是数字，直接返回其值
    if isinstance(exp, (int, float)):
        return exp
    # 如果是表达式列表，取出运算符和操作数
    op = exp[0]
    # 递归计算左右两个操作数的最终值
    left_val = eval_expression(exp[1])
    right_val = eval_expression(exp[2])
    # 根据运算符执行计算
    if op == "+":
        return left_val + right_val
    elif op == "-":
        return left_val - right_val
    elif op == "*":
        return left_val * right_val
    elif op == "/":
        # 可根据需求添加除零错误处理，这里先保持基础逻辑
        return left_val / right_val
    else:
        raise ValueError(f"不支持的运算符: {op}")

测试你的示例：

d = ["+", 1, ["+", 3,["+", 3,4]]]
print(eval_expression(d))  # 输出 11，符合预期

这个实现的优势：

• 无副作用：不会修改原始输入的表达式列表，所有计算都基于递归返回的新值，避免意外污染原数据；
• 逻辑直观：递归逻辑清晰——遇到数字直接返回，遇到表达式就拆解为运算符+左右操作数，分别递归计算后再合并结果；
• 可扩展性：如果要添加新运算符，只需在条件分支中补充对应逻辑即可；
• 严谨性：新增了未知运算符的报错逻辑，比原代码的默认分支更健壮。

如果你想让代码更紧凑，还可以用运算符映射表替代冗长的if-elif链，借助Python标准库进一步简化：

import operator

def eval_expression(exp):
    if isinstance(exp, (int, float)):
        return exp
    # 运算符与对应计算函数的映射
    op_map = {
        "+": operator.add,
        "-": operator.sub,
        "*": operator.mul,
        "/": operator.truediv
    }
    op = exp[0]
    try:
        calc_func = op_map[op]
    except KeyError:
        raise ValueError(f"不支持的运算符: {op}")
    # 递归计算操作数后执行对应函数
    return calc_func(eval_expression(exp[1]), eval_expression(exp[2]))

这个版本利用operator模块将运算符和内置计算函数绑定，代码更简洁，可读性也更强，同时保留了完整的错误处理逻辑。

内容的提问来源于stack exchange，提问作者ilaunchpad