Django一分钟：在Django中怎么存储树形结构的数据，DRF校验递归嵌套模型的替代方案

引言

在开发过程中我们可能需要这样的树形结构:

[{"data": {"name": "牛奶"},"children": [{"data": {"name": "蒙牛"}, },{"data": {"name": "伊利"}, }]},{"data": {"name": "面包"},"children": [{"data": {"name": "黑面包"}, },{"data": {"name": "白面包"}, }]}
]

这种需求很常见，比如:分层的用户组、产品组件表等等，你都会用到树形结构，为这样的需求在django中自己从头创建模型并实现一系列的API是一个相当大的工作，好在我们有很多现成的库可以使用。

如果你在想：Django能不能做到某件事情；来这个网站看看是个好习惯。

一、创建和使用模型

本文中我们用到的库是django-treebeard

pip install django-treebeard

django-treebeard提供了三种实现方式：邻接表、嵌套集、路径树(MPTT)。下面我们使用路径树来演示，创建模型如下：

class Category(MP_Node):name = models.CharField(max_length=30)node_order_by = ['name']def __str__(self):return 'Category: {}'.format(self.name)

路径树会为你额外创建三个字段来辅助定义结构分别是path、depth、numchild，它的插入和更新等维护比较繁重，但查询速度相当快。本文中我们不具体讨论实现原理，只是做简单使用演示，并为你可能遇到的问题提供思路，想详细了解其所有API阅读其文档。

定义好模型之后，模型中的一些方法可以辅助我们完成序列化和反序列化，快速的在数据库中保存和拉取数据：

>>> data =[{# tree1"data": {"name": "牛奶"},"children": [{"data": {"name": "蒙牛"}, },{"data": {"name": "伊利"}, }]},{# tree2"data": {"name": "面包"},"children": [{"data": {"name": "黑面包"}, },{"data": {"name": "白面包"}, }]}
]
>>> Category.load_bulk(data)
>>> Category.dump_bulk()
# [{'data': {'name': '牛奶'}, 'id': 1, 'children': [{'data': {'name': '伊利'}, 'id': 3}, {'data': {'name': '蒙牛'}, 'id': 2}]}, {'data': {'name': '面包'}, 'id': 4, 'children': [{'data': {'name': '白面包'}, 'id': 6}, {'data': {'name': '黑面包'}, 'id': 5}]}]

二、数据校验

假如你使用django rest framework为这样的递归嵌套的模型创建序列化器非常的困难，我推荐的解决方法是使用pydantic，如果你学习过FastAPI框架你应该对它不陌生。pydantic无法从django模型中自动生成模型，你需要自己定义：

from pydantic import BaseModelclass CategoryNodelModel(BaseModel):name: strclass CategoryTreeModel(BaseModel):data: CategoryNodelModelchildren: list['CategoryTreeModel'] | None = None

使用方法：

# 假设用户输入
>>> data = [{# tree1"data": {"name": "牛奶"},"children": [{"data": {"name": "蒙牛"}, },{"data": {"name": "伊利"}, }]},{# tree2"data": {"name": "面包"},"children": [{"data": {"name": "黑面包"}, },{"data": {"name": "白面包"}, }]}
]
# 测试用户输入的结构是否正确
>>> [CategoryTreeModel(**tree) for tree in data]
# 保存到数据库
>>> Category.load_bulk(data)

下面是测试代码，包含对一些api的简单演示：

from rest_framework.test import APITestCase
from api.models import Category
from api.views import CategoryS, CategoryNodelModel, CategoryTreeModelclass TestCategory(APITestCase):def setUp(self):# 用户输入data = [{# tree1"data": {"name": "牛奶"},"children": [{"data": {"name": "蒙牛"}, },{"data": {"name": "伊利"}, }]},{# tree2"data": {"name": "面包"},"children": [{"data": {"name": "黑面包"}, },{"data": {"name": "白面包"}, }]}]# 测试用户输入的结构是否正确[CategoryTreeModel(**tree) for tree in data]Category.load_bulk(data)def test_get_all(self):print(Category.dump_bulk())def test_get_tree(self):milk = Category.objects.filter(name='牛奶').first()if milk:print(Category.dump_bulk(milk))def test_delete(self):milk = Category.objects.filter(name='面包').first()milk.delete()print(Category.dump_bulk())

总结

对于在django中使用树、图等复杂结构之类需求，可以去尝试寻找现成的库；对于复杂数据的校验可以尝试使用pydantic。选择合适的工具会为我们节省很多时间。