Python中的递归函数：获取特定嵌套项列表的最佳方法

Question

我有一棵嵌套字典树。这是一个小摘录，只是为了给你一个想法：

db = {
    'compatibility': {
        'style': {
            'path_to_file': 'compatibility/render/style.py',
            'checksum': {
                '0.0.3':'AAA55d796c25ad867bbcb8e0da4e48d17826e6f9fce',
                '0.0.2': '55d796c25ad867bbcb8e0da4e48d17826e6f9fe606',}}},
    'developer': {
        'render': {
            'installation': {
                'path_to_file': 'developer/render/installation.py',
                'checksum': {
                    '0.0.1': 'c1c0d4080e72292710ac1ce942cf59ce0e26319cf3'}},
            'tests': {
                'path_to_file': 'developer/render/test.py',
                'checksum': {
                    '0.0.1': 'e71173ac43ecd949fdb96cfb835abadb877a5233a36b115'}}}}}

我想获取嵌套在树中的所有字典模块的列表。这样我就可以循环列表并测试每个文件的校验和（请注意，模块可能位于不同级别，如上例所示）。

为此，我编写了以下递归函数。我知道每个模块都有一个“path_to_file”和“checksum”键，所以我用它来测试字典是否是一个模块。请注意，我必须将递归函数包装在另一个保存列表的函数中，这样每次递归函数运行时列表就不会被覆盖。

def _get_modules_from_db(dictionary):
    def recursive_find(inner_dictionary):
        for k, v in inner_dictionary.iteritems():
            if (isinstance(v, dict) and
                    not sorted(v.keys()) == ['path_to_file', 'sha512sum']):
                recursive_find(v)
            else:
                leaves.append(v)
    leaves = []
    recursive_find(dictionary)
    return leaves

这种方法有效，但是对我来说必须包装函数似乎很难看。所以，我对 Stack Overflow 专业人士的问题：

您是否推荐更简单（或更好）的方法来实现这一点而无需包装函数？

Answer 1

在我个人看来，嵌套函数很好，但这里有一个更简洁的版本

from operator import add

def _get_modules_from_db(db):
  if 'path_to_file' in db and 'sha512sum' in db:
    return [db]
  return reduce(add, (_get_modules_from_db(db[m]) for m in db))

Answer 2

我认为这种方法没有问题。您需要一个操作某些全局状态的递归函数 - 这是一种非常合理的方法（内部函数在 Python 中并不少见）。

也就是说，如果你想避免嵌套函数，你可以添加一个默认参数：

def _get_modules_from_db(db, leaves=None):
    if leaves is None:
        leaves = []
    if not isinstance(db, dict):
        return leaves

    # Use 'in' check to avoid sorting keys and doing a list compare
    if 'path_to_file' in db and 'checksum' in db:
        leaves.append(db)
    else:
        for v in db.values():
            _get_modules_from_db(v, leaves)

    return leaves

Answer 3

首先，您需要包装函数的唯一原因是因为您正在使recursive_find 就地改变leaves 闭包单元，而不是return 对其进行更改。有时这是一种有用的性能优化（尽管它通常是一种悲观化），有时只是不清楚如何做到这一点，但这次它是微不足道的：

def _get_modules_from_db(dictionary):
    leaves = []
    for k, v in dictionary.iteritems():
        if (isinstance(v, dict) and
            not sorted(v.keys()) == ['path_to_file', 'sha512sum']):
            leaves.extend(_get_modules_from_db(v))
        else:
            leaves.append(v)
    return leaves

---

对于其他改进：我可能会将其变成一个生成器（至少在 3.3+ 中，使用 yield from；在 2.7 中我可能会三思而后行）。而且，当我们这样做时，我会将键视图（在 3.x 中）或 set(v)（在 2.x 中）与一组进行比较，而不是进行不必要的排序（并且没有理由 .keys()使用set 或sorted)，并使用!= 而不是not 和==。而且，除非有充分的理由只接受 dict 和 dict 子类，否则我要么直接输入它，要么使用 collections.[abc.]Mapping。所以：

def _get_modules_from_db(dictionary):
    for k, v in dictionary.items():
        if isinstance(v, Mapping) and v.keys() != {'path_to_file', 'sha512sum'}:
            yield from _get_modules_from_db(v)
        else:
            yield v

或者，或者，拉出基本情况，这样你就可以直接在字符串上调用它：

def _get_modules_from_db(d):
    if isinstance(d, Mapping) and d.keys() != {'path_to_file', 'sha512sum'}:
        for v in d.values():
            yield from _get_modules_from_db(v)
    else:
        yield d

我认为这比您所拥有的更具可读性，它是 6 行而不是 11 行（尽管 2.x 版本是 7 行）。但我看不出你的版本有什么问题。

---

如果您不确定如何将 3.3+ 代码转换为 2.7/3.2 代码：

• 将yield from eggs重写为for egg in eggs: yield egg。
• Mapping 在 collections，而不是 collections.abc。
• 使用set(v) 而不是v.keys()。
• 可能使用itervalues 而不是values（仅限2.x）。