在字典和列表相互嵌套的结构体中搜索指定元素

一、问题概述

在一个python列表中，要找到一个指定的元素非常容易，用index函数即可；在一个字典中找到元素也很容易，遍历即可。以上这些任务之所以容易，一个很重要的原因是这些结构都很简单，而且是固定的，因此只需以一个固定的公式遍历各元素即可。例如，从一个有10个元素的列表x中寻找某个元素，只要用一个for循环，遍历x[0]，...，x[9]，一个一个和要查找的元素比较。

然而，现实中，元素的结构未必简单，可能会层层嵌套，列里嵌套字典，字典嵌套列，且嵌套的层数还不一定一样。此时寻找的过程会比较困难。例如，现在需要从以下结构体中寻找元素"fee"。

dd = {"er":{"qq":"fee"}, "wq":'fee', "gg":[], "ge":['fee'], "no":{}} 

有的"fee"是字典的某个键对应的值，有的"fee"是字典里的某个键对应的列表里的一个元素，有的甚至是字典里的字典里的值。显然，这不是一个简单、固定的结构。

二、解决方式

（一）递归的概念

其实对于这样的结构，遍历也未必不可能，只是不能用常规的方式。这种嵌套式结构，最好的遍历方式是递归（recursion）。思考一下，要寻找一个字典里的元素，可以遍历字典里的所有键值；要寻找一个列表里的元素，可以遍历列表所有的索引（0 ~ 列表长度-1）。那么，如果一个元素还是字典或列表，而不是我们要查找的元素类型（如字符串），怎么办呢？其实也有办法，就是在这个非基本元素上，再运行一次遍历程序。遍历程序里调用遍历程序，函数调用自身，这就叫递归（recursion）。

遍历一个字典，遍历一个列表，或直接处理一个基本元素（字符串）的程序都应写入遍历函数，使用哪一个，用if语句根据输入的对象自动选择。对于基本元素，运行遍历函数后，函数内部可以直接给结果，不需要再递归调用；但如果是字典或列表，则应对每一个元素调用遍历函数（这些元素可能是可遍历的，也可能不可遍历，函数对这两种情况都能处理）。

那么这个函数大致就这么写。

def get_all_elements_containing(obj, element):if type(obj) == dict:for k in obj.keys():get_all_elements_containing(obj[k], element)elif type(obj) == list:for ii in range(len(obj)):get_all_elements_containing(obj[ii], element)elif type(obj) == str:if element == obj:print("found")

运行这个函数，每次找到指定元素，都会输出一次“found”。对于我给的例子，会出现三次“found”。但仅仅输出找到的次数，并不能满足大部分用户的需要。很多时候，我们希望直到这些元素在该结构体中的位置。以文章一开始出现的结构体dd为例，我们希望能输出类似

dd['er']['qq']

这样的结果，告诉用户用这个表达式可以得到“fee”。

（二）叠加的过程

显然，我们要先找到dd['er']，然后从这里递归时再找到['qq']。也就是说，这两部分是通过上一层的递归和下一层的递归叠加而成的。要实现这个效果，应该把上层递归找到的结果通过传递到下层，最终找到时，才能将其叠加。注意：每一层传到下层的内容，应该是上层传来的内容和本层产生的内容的叠加。

所以可以这样写：

def get_all_elements_containing(obj, element, route_current):if type(obj) == dict:for k in obj.keys():get_all_elements_containing(obj[k], element, route_current + '[\'%s\']'%k)elif type(obj) == list:for ii in range(len(obj)):get_all_elements_containing(obj[ii], element, route_current + '[%d]'%ii)elif type(obj) == str:if element == obj:print(route_current)

这个函数可以这样调用：

dd = {"er":{"qq":"fee"}, "wq":'fee', "gg":[], "ge":['fee'], "no":{}} 
get_all_elements_containing(dd, "fee", 'dd')

结果：

dd['er']['qq']
dd['wq']
dd['ge'][0]

把所有的能找到“fee”的表达式都找出来了。

（三）结果的统计

刚才已经找到了所有的表达式。但我们一般都希望这个结果不止显示在屏幕上，而是存在内存里供接下来的程序使用。换句话说，我们希望程序能统计递归过程中总共找到了哪几个元素是“fee”。关于这一点，可以每次找到元素时，将其存进函数以外的变量里。这个可以用“引用传递”实现。在python中，通常函数的参数输入是列表或字典时，会进行引用传递，也就是说函数内部运行时，可以直接影响调用的参数对象。

def get_all_elements_containing(obj, element, route_current, list_to_add):if type(obj) == dict:for k in obj.keys():get_all_elements_containing(obj[k], element, route_current + '[\'%s\']'%k, list_to_add)elif type(obj) == list:for ii in range(len(obj)):get_all_elements_containing(obj[ii], element, route_current + '[%d]'%ii, list_to_add)elif type(obj) == str:if element == obj:list_to_add.append(route_current)dd = {"er":{"qq":"fee"}, "wq":'fee', "gg":[], "ge":['fee'], "no":{}} 
listele = []
get_all_elements_containing(dd, "fee", 'dd', listele)     
print(listele) 

在这个函数中，listele作为一个外部变量，被函数get_all_elements_containing调用时，这个外部变量里的内容也发生了变化（在函数外，全局环境里）。所以，最终显示的listele包含了所有的能找到“fee”的表达式。

["dd['er']['qq']", "dd['wq']", "dd['ge'][0]"]