怎么解析json数组对象数组对象数组对象数组

如何处理多层嵌套的JSON数组对象数组对象数组对象数组

在当今的数据交互场景中,JSON（JavaScript Object Notation）作为轻量级的数据交换格式，被广泛应用于前后端通信、API接口调用、配置文件存储等场景，实际开发中我们常会遇到多层嵌套的JSON结构——尤其是“数组对象数组对象数组对象数组”这样的“套娃式”嵌套，其解析难度随嵌套层数指数级增长，本文将从基础概念出发，结合具体案例和代码示例，系统拆解如何解析这类复杂JSON结构。

先搞懂：什么是“数组对象数组对象数组对象数组”？

要解析复杂JSON,首先要明确其结构本质。“数组对象数组对象数组对象数组”是指：
最外层是一个数组，其每个元素是一个对象；该对象中又包含一个数组，该数组的每个元素也是一个对象；如此嵌套多层，最终形成“数组→对象→数组→对象→……”的链式结构。

举个典型的例子（假设是电商平台的商品分类数据）：

[
  {
    "category_id": "A001",
    "category_name": "电子产品",
    "subcategories": [
      {
        "sub_id": "A001-01",
        "sub_name": "手机",
        "models": [
          {
            "model_id": "M1001",
            "model_name": "iPhone 15",
            "specs": [
              {
                "spec_id": "S1001",
                "spec_name": "128GB",
                "price": 5999
              },
              {
                "spec_id": "S1002",
                "spec_name": "256GB",
                "price": 6999
              }
            ]
          },
          {
            "model_id": "M1002",
            "model_name": "小米14",
            "specs": [
              {
                "spec_id": "S1003",
                "spec_name": "256GB",
                "price": 4299
              }
            ]
          }
        ]
      },
      {
        "sub_id": "A001-02",
        "sub_name": "电脑",
        "models": [
          {
            "model_id": "M2001",
            "model_name": "MacBook Pro",
            "specs": [
              {
                "spec_id": "S2001",
                "spec_name": "M3芯片/16GB/512GB",
                "price": 14999
              }
            ]
          }
        ]
      }
    ]
  },
  {
    "category_id": "B001",
    "category_name": "家居用品",
    "subcategories": [
      {
        "sub_id": "B001-01",
        "sub_name": "厨具",
        "models": [
          {
            "model_id": "M3001",
            "model_name": "不锈钢炒锅",
            "specs": [
              {
                "spec_id": "S3001",
                "spec_name": "30cm",
                "price": 199
              }
            ]
          }
        ]
      }
    ]
  }
]

在这个例子中,结构清晰可循：

第1层：数组（[]），存放所有顶级分类（如“电子产品”“家居用品”）；
第2层：对象（），每个顶级分类是一个对象，包含category_id、category_name和subcategories；
第3层：数组（subcategories），存放子分类（如“手机”“电脑”）；
第4层：对象（），每个子分类是一个对象，包含sub_id、sub_name和models；
第5层：数组（models），存放商品型号（如“iPhone 15”“MacBook Pro”）；
第6层：对象（），每个型号是一个对象，包含model_id、model_name和specs；
第7层：数组（specs），存放具体规格（如“128GB”“256GB”）；
第8层：对象（），每个规格是一个对象，包含spec_id、spec_name和price。

这种“数组→对象→数组→对象→……”的嵌套，就是典型的“数组对象数组对象数组对象数组”结构。

核心思路：分层递归，逐层“拆解”

面对多层嵌套JSON,核心策略是“分层递归，逐层拆解”——即从最外层开始，逐层进入嵌套结构，每一步都明确当前层是“数组”还是“对象”，然后根据数据类型选择遍历方式（数组用循环，对象用键值访问），直到获取到目标数据。

明确当前层的数据类型：数组还是对象？

解析前,先通过JSON数据的格式特征判断当前层类型：

数组：用方括号[]表示，可包含多个元素（每个元素可能是对象、数组或基本类型）；
对象：用花括号表示，包含“键值对”（key-value），值可能是对象、数组或基本类型。

根据类型选择处理方式

如果是数组：需要遍历每个元素（通常用for循环、forEach、map等方法），对每个元素重复“判断类型→处理”的步骤；
如果是对象：需要通过键（key）获取对应的值（value），再对值重复“判断类型→处理”的步骤。

递归：重复上述步骤，直到目标层级

递归的本质是“函数调用自身”，非常适合处理嵌套结构，处理第3层的subcategories数组时，每个元素是子分类对象，而子分类对象中又包含models数组，此时可以调用同一个处理函数，传入models数组继续解析。

实战解析：以代码为例（Python/JavaScript双语言演示）

理论结合实践,我们分别用Python和JavaScript解析上述电商分类数据，目标是提取所有商品的“型号名称”和“对应规格价格”（iPhone 15: 128GB-5999元、256GB-6999元）。

示例数据（复用上文JSON）

data = [
  {
    "category_id": "A001",
    "category_name": "电子产品",
    "subcategories": [
      {
        "sub_id": "A001-01",
        "sub_name": "手机",
        "models": [
          {
            "model_id": "M1001",
            "model_name": "iPhone 15",
            "specs": [
              {"spec_id": "S1001", "spec_name": "128GB", "price": 5999},
              {"spec_id": "S1002", "spec_name": "256GB", "price": 6999}
            ]
          },
          {
            "model_id": "M1002",
            "model_name": "小米14",
            "specs": [
              {"spec_id": "S1003", "spec_name": "256GB", "price": 4299}
            ]
          }
        ]
      },
      {
        "sub_id": "A001-02",
        "sub_name": "电脑",
        "models": [
          {
            "model_id": "M2001",
            "model_name": "MacBook Pro",
            "specs": [
              {"spec_id": "S2001", "spec_name": "M3芯片/16GB/512GB", "price": 14999}
            ]
          }
        ]
      }
    ]
  },
  {
    "category_id": "B001",
    "category_name": "家居用品",
    "subcategories": [
      {
        "sub_id": "B001-01",
        "sub_name": "厨具",
        "models": [
          {
            "model_id": "M3001",
            "model_name": "不锈钢炒锅",
            "specs": [
              {"spec_id": "S3001", "spec_name": "30cm", "price": 199}
            ]
          }
        ]
      }
    ]
  }
]

解析方案1：Python实现

Python中,json模块用于解析JSON字符串（若数据是字符串，需先用json.loads()转为字典/列表）；若数据已是Python对象（如上述示例的data），则直接操作。

方式1：递归函数（通用性强）

def parse_nested_json(data):
    result = []
    # 第1层：遍历顶级分类数组
    for category in data:
        # 第2层：获取子分类数组
        subcategories = category.get("subcategories", [])
        # 第3层：遍历子分类数组
        for subcategory in subcategories:
            # 第4层：获取型号数组
            models = subcategory.get("models", [])
            # 第5层：遍历型号数组
            for model in