应使用带深度限制的递归函数解析评论树形结构，避免recursionerror；优先用jsonpath-ng提取字段，但字段名不一致时需回退python函数；切忌mutable默认参数和硬编码class名。
评论数据是字典嵌套列表，直接 for 循环会漏掉子评论
很多 API 返回的评论结构类似：comment 对象里有 replies 字段，它是个列表，每个元素又是带 replies 的评论——典型的树形结构。用两层 for 硬写，第三层就断了；用 while + 队列又容易绕晕。
真正该做的是递归函数，但别手写栈或搞深拷贝——Python 默认递归深度是 1000，而某些热门帖子的评论嵌套可能超 200 层，一不小心就 RecursionError: maximum recursion depth exceeded。
- 定义函数时加个
depth参数，主动控制递归层数（比如限制 ≤5） - 把
replies列表传进去前先判空：if not comment.get("replies"):，避免键不存在时报KeyError - 别在递归里拼接字符串或构造新字典，改用生成器
yield，内存更稳
用 jsonpath-ng 解析 JSON 嵌套字段比手写递归更省事
如果你只是想“提取所有评论内容”，根本不用自己遍历树。jsonpath-ng 支持递归下降操作符 $..content，能一次捞出所有层级的 content 字段值。
但它不是标准库，得 pip install jsonpath-ng；而且对字段名不一致的场景（比如有的叫 text，有的叫 body）无能为力，这时候还是得切回 Python 函数。
- 安装后用
parse("$..replies")可以定位所有回复数组，再逐个处理 - 注意
jsonpath-ng返回的是匹配对象列表，要调用.find(data)才真正执行解析 - 如果原始数据里有
None或缺失字段，.find()不报错但结果为空，得提前过滤
requests + BeautifulSoup 解析 HTML 嵌套评论时，class 名动态变化是最大坑
网页评论区常靠 JS 渲染，class 名带哈希（如 comment_abc123）、或用 CSS-in-JS 生成随机类名。用 soup.select(".comment-item") 可能一开始有效，换一页就失效。
更稳的方式是找结构锚点：比如每个评论块都包裹在 <div data-comment-id> 里，或者父容器固定 ID 是 <code>comments-list。不要依赖视觉 class，依赖语义属性。
- 优先用
soup.find_all(attrs={"data-comment-id": True})抓节点 - 子评论往往缩进更深，可结合
find_next_siblings()+ 深度判断，而不是死磕 class - 遇到
BeautifulSoup解析失败（比如乱码或标签闭合异常），先试response.content而非response.text，编码更准
递归函数里别用 mutable 默认参数存结果
写成 def parse_comments(comments, result=[]): 看似方便，但第二次调用时 result 不是空的——它是上一次调用留下的引用。这是 Python 新手最常踩的隐形坑。
尤其在爬虫里，你可能反复调用这个函数解析不同帖子的评论，结果发现第二条数据里混着第一条的数据。
- 默认参数必须是
None：def parse_comments(comments, result=None): - 开头补一句：
if result is None: result = [] - 如果函数要返回完整列表，就别边递归边 append，统一最后 return，逻辑更干净
树形结构没那么可怕，可怕的是把递归当成黑箱，不设退出条件、不验输入、不控引用。真遇到 10 层以上嵌套，先看是不是上游数据本身就有环（比如 A 回复 B，B 又回复 A），那就得加已访问 ID 缓存，否则无限循环。
