如何在不修改遗留代码时追踪Python大字典的访问路径？

这个需求太常见了——不想碰遗留代码，又要偷偷追踪大字典的访问路径对吧？我有个非常实用的方案，核心思路是用自定义代理字典类替换原字典，让它在每次被访问时自动记录路径，完全不用改遗留代码的一行逻辑。

核心是创建一个继承自dict的追踪类，重载键访问的核心方法，同时递归替换原字典里所有嵌套的子字典为这个类。这样不管访问哪一层的键，都能自动拼接出完整路径并记录下来。

先写自定义的追踪字典类，然后演示如何转换原字典并使用：

class TraceableDict(dict):
    def __init__(self, data, parent_path="", logger=None):
        super().__init__(data)
        self.parent_path = parent_path
        # 默认用print记录，也可以传入自定义的日志函数（比如写入文件）
        self.logger = logger or (lambda path: print(f"Accessed path: {path}"))
        
        # 递归替换所有嵌套的普通字典为TraceableDict
        for key, value in self.items():
            if isinstance(value, dict) and not isinstance(value, TraceableDict):
                self[key] = TraceableDict(value, self._build_path(key), self.logger)

    def _build_path(self, key):
        """拼接当前键的完整路径"""
        return f"{self.parent_path}:{key}" if self.parent_path else str(key)

    def __getitem__(self, key):
        """重载[]访问，记录路径"""
        current_path = self._build_path(key)
        self.logger(current_path)
        
        value = super().__getitem__(key)
        # 处理后续新增的普通字典，自动转为追踪类
        if isinstance(value, dict) and not isinstance(value, TraceableDict):
            value = TraceableDict(value, current_path, self.logger)
            self[key] = value
        return value

    def get(self, key, default=None):
        """重载get方法，确保用get访问也能记录路径"""
        try:
            return self[key]
        except KeyError:
            return default

使用示例 #

# 你的原始大字典
original_large_dict = {"a": {"b": {"c": "d"}}, "e": {"f": {"g": "h"}}}

# 定义自定义日志函数，比如把路径存到列表里（也可以写入文件）
access_records = []
def record_access(path):
    access_records.append(path)

# 把原字典转换成可追踪的字典
traceable_dict = TraceableDict(original_large_dict, logger=record_access)

# --- 下面是遗留代码的调用，完全不用修改 ---
# 模拟遗留代码访问深层键
print(traceable_dict["e"]["f"]["g"])
# 模拟用get方法访问
print(traceable_dict.get("a").get("b"))

# 查看所有访问记录
print("所有访问路径:", access_records)

运行后会输出：

h
d
所有访问路径: ['e', 'e:f', 'e:f:g', 'a', 'a:b']

• 自动嵌套追踪：初始化时会递归替换所有子字典为TraceableDict，所以不管访问多少层的键，都能生成完整路径。
• 兼容get方法：重载了get方法，确保遗留代码用dict.get(key)的方式访问也能被记录。
• 动态处理新增字典：如果遗留代码在运行时给字典新增了子字典，后续访问这个新字典的键时，会自动把它转换成TraceableDict，不会漏掉记录。
• 性能优化：如果你的字典特别大（数GB级别），递归转换可能遇到栈溢出问题，可以把初始化时的递归替换改成迭代遍历的方式，比如用栈来逐层处理所有子字典。

• 如果需要去重（比如同一个路径被多次访问只记录一次），可以在record_access函数里用集合代替列表存储。
• 如果要记录访问时间、访问次数等额外信息，可以修改logger函数的逻辑，把路径和附加信息一起存储。

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