用golang递归构建无限级树状目录json数据和数据库

http://studygolang.com/wr?u=http%3a%2f%2f88250.b3log.org%2fgolang-ztree

package main

import (
	"encoding/json"
	"fmt"
	"os"
	"path/filepath"
	"sort"
)

func main() {
	rootpath := "D:\\projects"

	root := FileNode{"projects", rootpath, []*FileNode{}}
	fileInfo, _ := os.Lstat(rootpath)

	walk(rootpath, fileInfo, &root)

	data, _ := json.Marshal(root)

	fmt.Printf("%s", data)
}

type FileNode struct {
	Name      string      `json:"name"`
	Path      string      `json:"path"`
	FileNodes []*FileNode `json:"children"`
}

func walk(path string, info os.FileInfo, node *FileNode) {
	// 列出当前目录下的所有目录、文件
	files := listFiles(path)

	// 遍历这些文件
	for _, filename := range files {
		// 拼接全路径
		fpath := filepath.Join(path, filename)

		// 构造文件结构
		fio, _ := os.Lstat(fpath)

		// 将当前文件作为子节点添加到目录下
		child := FileNode{filename, fpath, []*FileNode{}}
		node.FileNodes = append(node.FileNodes, &child)

		// 如果遍历的当前文件是个目录，则进入该目录进行递归
		if fio.IsDir() {
			walk(fpath, fio, &child)
		}
	}

	return
}

func listFiles(dirname string) []string {
	f, _ := os.Open(dirname)

	names, _ := f.Readdirnames(-1)
	f.Close()

	sort.Strings(names)

	return names
}

利用自我内部循环——也就是无限递归——避免之前用那种比较傻的方式：4级菜单就用4个struct嵌套。并循环for也是4层。

if fio.IsDir() {
			walk(fpath, fio, &child)
		}

实现无限级struct嵌套，转成json，供treeview使用，即无限级树状菜单。

数据库结构用可以理解的传统的parentid，而不用那种left和right的树：https://segmentfault.com/q/1010000000126370/a-1020000000126714

好吧我忘了提一个很dirty的方法。

如果你的树深度是可预期的话，有个超简单的数据结构。你需要3个字段来表达这个树：

1. id，本节点的primary key
2. parent_id，其值为父节点的primary key
3. key，忘了学名叫啥了，你可以称为线索
4. level，表示当前节点到根节点的距离

其中，key字段的值为：从跟节点到父节点的primary key，中间用任意非数字符号分割。

例如以下树状结构

├── a
│   ├── d
│   │   ├── p
│   │   ├── q
│   │   └── r
│   ├── e
│   └── f
├── b
│   ├── x
│   ├── y
│   └── z
├── c

对应的数据库表值为：

| id | value | parent_id | key   | level |                                
| 1  | a     | 0         | "-"    | 1     |
| 2  | b     | 0         | "-"    | 1     |
| 3  | c     | 0         | "-"    | 2     |
| 4  | d     | 1         | "1-"   | 2     |
| 5  | e     | 1         | "1-"   | 2     |
| 6  | f     | 1         | "1-"   | 2     |
| 7  | x     | 2         | "2-"   | 2     |
| 8  | y     | 2         | "2-"   | 2     |
| 9  | z     | 2         | "2-"   | 2     |
| 10 | p     | 4         | "1-4-" | 3     |
| 11 | q     | 4         | "1-4-" | 3     |
| 12 | r     | 4         | "1-4-" | 3     |

于是，在给定一个节点d的时候，

1. 查找d的所有子孙节点：select * from table_name where key like "${d.key}-${d.id}-%"
2. 查找某个节点的所有子节点：select * from table_name where key like "${d.key}-${d.id}-%" and level=${d.level}+1

这个设计，结构非常简单。key和level是辅助字段，维护这两个字段成本很低，即使全部重建要比MPT简单多了。

yegle 2.5k 声望

yegle的数据错了吧？根节点的 key应该是"" 吧。查找d的所有子孙节点应该是 select * from table_name where key like "${d.key}${d.id}-%" 查找子节点应该是: select * from table_name where key like "${d.key}${d.id}-%" and level=${d.level}+ 1

 Rory_Ye · 2014年06月28日

+1

的确，应该按照@Rory_Ye 说的才对。否则，一级节点无法查看自己的子孙节点。

 faker · 6月3日

 

我刚去看了Modified Preorder Tree，我有疑问的是如果我添加一个字节点，那么数据库的表不是都得改？这个树和线段树类似啊。

 tansumanong · 6月8日

 

当我没说，原来是数据库，我以为是 java web，哈哈

 tansumanong · 6月8日

 

查询的时候用的是like，会高效吗？

 play175 · 7月7日