推荐用 dict.get() 链式调用并设合理默认值（如{}或[]）安全访问嵌套JSON；深度大时封装 safe_get 或用 jsonpath-ng 提取；结构化数据转 DataFrame 用 pd.json_normalize()；统一清洗 None/""/"null" 等空值。
遇到 KeyError 说明没处理好嵌套层级
JSON 数据里经常有 data → list → [0] → user → profile 这种多层嵌套，直接写 res['data']['list'][0]['user']['profile']['name'] 很容易在某一层为空或缺失字段时抛 KeyError 或 TypeError。
推荐用 dict.get() 链式调用，配合默认值兜底：
name = (
res
.get('data', {})
.get('list', [{}])[0]
.get('user', {})
.get('profile', {})
.get('name', '未知')
)- 每层都用
.get(key, default)，避免崩；default选空字典或空列表，方便后续继续链式调用 -
[0]这种索引操作不能用get，得先确保列表存在且非空——所以前面要用.get('list', [{}])提供安全兜底 - 如果结构深度大、访问频繁，建议封装成函数，比如
safe_get(res, 'data.list.0.user.profile.name', '未知')
用 jsonpath-ng 解析深层嵌套更灵活
当嵌套结构不固定（比如 items 下可能有 product 或 service 两种类型），或者要批量提取同名字段（如所有 id），硬写 .get() 会很累。
jsonpath-ng 是 Python 里最接近 JavaScript 的 lodash.get + jq 的组合：
立即学习“Python免费学习笔记（深入）”；
from jsonpath_ng import parse from jsonpath_ng.ext import parse as ext_parse from jsonpath_ng.jsonpath import DatumInContext安装：pip install jsonpath-ng
json_data = {"results": [{"id": 1, "tags": ["a", "b"]}, {"id": 2, "tags": ["c"]}]} jsonpath_expr = ext_parse('$.results[*].id') matches = [match.value for match in jsonpath_expr.find(json_data)]
→ [1, 2]
-
$.results[*].id可以跳过中间层数，直接取所有id；[*]自动处理列表，不用手动写[0]、[1] - 支持过滤：
$.results[?(@.tags.length > 1)]找出tags长度大于 1 的项 - 注意：原生
jsonpath-ng不支持..（递归下降），要用ext_parse；但也不支持filter里的复杂表达式，比如@.x == @.y会报错
把嵌套 JSON 扁平化成 pandas DataFrame
接口返回的是树状结构，但你真正要分析的是“每个用户对应几个订单”，这种一对多关系直接转 pd.DataFrame 会出错——pandas 会把整个子对象塞进一个单元格。
正确做法是先用 pd.json_normalize() 拆解：
import pandas as pddata = { "users": [ { "id": 1, "name": "Alice", "orders": [{"oid": "A001", "amount": 99}, {"oid": "A002", "amount": 150}] }, { "id": 2, "name": "Bob", "orders": [{"oid": "B001", "amount": 78}] } ] }
展开 users，同时把 orders 拆成多行（record_path）
df = pd.json_normalize( data['users'], record_path='orders', meta=['id', 'name'], errors='ignore' )
→ 三行：Alice 两条订单，Bob 一条
-
record_path指定要“炸开”的嵌套列表字段；meta指定要保留的父级字段 - 如果
orders缺失，加errors='ignore'防止中断；也可以用meta_prefix给父级字段加前缀避免重名 - 不支持多层嵌套展开（比如
orders.items.discount），得先用jsonpath-ng或递归预处理
None 和空字符串混用导致数据清洗失败
很多接口对“无值”字段返回 null（Python 里是 None），但有些又返回空字符串 ""、空列表 []，甚至 "null" 字符串。不做统一清理，后续 str.upper() 或 len() 就会报错。
- 别用
if not x:判断是否为空——它会把0、False也当成空，而这些可能是合法值 - 明确检查类型：
x is None、isinstance(x, str) and not x.strip()、isinstance(x, list) and not x - 建议在解析后立刻做一次清洗，例如写个
clean_value(v)函数，把None、""、"null"都转成统一的None，再交给下游逻辑
嵌套深不可怕，可怕的是每一层都靠运气判断是否存在。真正省时间的做法，不是写更多 try/except，而是从第一行解析开始就建立“防御性访问”习惯——尤其是 .get() 的默认值选什么，决定了后面要不要写十行校验代码。
