本文介绍一种轻量、无需第三方依赖的纯 python 方法，通过递归遍历嵌套字典，将其格式化输出为直观的缩进式树形结构（如 a → |-b → |-c → …），适用于任意深度的父子关系字典。
本文介绍一种轻量、无需第三方依赖的纯 python 方法，通过递归遍历嵌套字典，将其格式化输出为直观的缩进式树形结构（如 a → |-b → |-c → …），适用于任意深度的父子关系字典。
在处理层级化数据（如组织架构、文件目录、配置树）时，将嵌套字典以可视化树形结构打印出来，能极大提升调试与理解效率。虽然 anytree 等库提供了强大功能，但其 DictImporter 要求输入符合特定嵌套规范（例如需显式包含 children 字段），而实际中常见的「键值对即父子关系、空字典 {} 表示叶节点」结构并不直接兼容——这正是原问题中 RenderTree 输出失败的根本原因。
此时，一个简洁、可控、零依赖的递归方案更具实用性。核心思路是：对每一层字典，遍历其 key（当前节点名），按层级缩进打印带前缀（如 |-）的节点；若对应 value 仍是字典，则递归进入下一层；若为 {}（即无子节点），则自然终止该分支。
以下为完整可运行实现：
def print_tree_level(dct, level=0):
for key, value in dct.items():
# 顶层节点不加前缀，子节点统一使用 "|-" 前缀
prefix = "" if level == 0 else " " * (level - 1) + "|-"
print(f"{prefix}{key}")
# 若 value 是非空字典，递归处理子树；空字典 {} 不产生子节点，自动跳过
if isinstance(value, dict) and value:
print_tree_level(value, level + 1)
# 示例数据
dict_tree = {"A": {"b": {"c": {"d": {}, "e": {"f": {}}}}}}
print_tree_level(dict_tree)
输出效果：
A
|-b
|-c
|-d
|-e
|-f
✅ 关键设计说明：
- level 参数控制缩进层级：第 0 层（根）无缩进；第 1 层缩进 0 个 " " + "|-"；第 2 层缩进 1 个 " " + "|-"，依此类推；
- 使用 isinstance(value, dict) and value 精确判断是否进入递归——仅当 value 是非空字典时才继续遍历，完美匹配 d: {} 和 f: {} 作为叶子节点的语义；
- 无外部依赖，兼容 Python 3.6+，可直接集成至日志、CLI 工具或调试脚本中。
⚠️ 注意事项：
- 该函数假设输入字典结构合法（即所有非叶节点的值均为 dict，叶节点值为 {}）；若存在其他类型值（如字符串、列表），需按需扩展判断逻辑；
- 如需支持 Unicode 树形符号（如 ├─、└─、│），可替换前缀生成逻辑，增强视觉层次感；
- 若需返回字符串而非直接打印，可将 print() 替换为字符串累积（如 result.append(...)），最后 return "\n".join(result)。
此方法以最小认知成本达成最大表达力，是处理简单嵌套字典树形可视化的首选实践。
