json 多层数据结构

### 创建和解析嵌套的多层次JSON对象

#### Java 中创建和解析 JSON 对象

为了在 Java 中处理复杂的 JSON 数据结构，可以利用库如 Jackson 或 Gson 来简化操作。对于给定的任务——即构建并解析具有 `checked` 和 `text` 属性的对象集合——可以通过定义相应的类来实现这一点。

// 定义一个简单的JavaBean用于表示单个节点的数据模型
public class Item {
    private boolean checked;
    private String text;

    // Getters and Setters...
}

当涉及到更深层次的嵌套时，则需进一步扩展此模式：

import com.fasterxml.jackson.annotation.JsonProperty;
import java.util.List;

public class NestedItem extends Item{
    
    @JsonProperty("children") 
    private List<NestedItem> children; 

    public void setChildren(List<NestedItem> children){
        this.children = children;
    }

    public List<NestedItem> getChildren(){
        return children;
    }
}

一旦有了适当的数据模型之后，就可以通过像 Jackson 这样的工具轻松地序列化/反序列化这些对象到 JSON 格式[^1]。

#### Python 中创建和解析 JSON 对象

Python 提供了内建模块 `json` 可以方便地读取写入 JSON 文件以及加载字符串形式的 JSON 文本。针对多层嵌套的情况，通常不需要额外的工作就能正确处理；不过如果遇到特别复杂的情形可能还是建议借助第三方库比如 PyYAML 或者 simplejson 等[^2]。

下面是一个例子展示了如何使用标准库函数 `loads()` 将一个多层嵌套的 JSON 字符串转化为字典列表的形式：

import json

nested_json_str = '''
[
  {"name": "root",
   "children":[
     {"name":"child_1","value":1},
     {"name":"child_2",
      "children":[{"name":"sub_child","value":2}]
     }]
  }
]
'''

data = json.loads(nested_json_str)

def traverse(node):
    print(f'Node name={node["name"]}')
    if 'children' in node:
        for child in node['children']:
            traverse(child)

for item in data:
    traverse(item)

这段代码会遍历整个树状结构，并打印出每一个节点的名字[^3]。