DRF——serializer中获取嵌套评论

drf的serializer获取嵌套评论

获取嵌套评论的关键思路

在处理嵌套评论的序列化时，一个重要的思路是利用字典来存储和管理嵌套关系。在您提供的代码中，descendant_dict 用于存储当前根评论下所有子孙评论的序列化数据。这个字典的键是评论的ID，值是包含评论数据的字典。由于Python字典中的值是引用，而不是值的拷贝，因此当您在循环中向某个评论的 children 列表中添加数据时，实际上是在修改字典中存储的同一个列表对象。

这种内存地址的一致性意味着，当您在后续循环中再次访问或修改这个列表时，所有引用该列表的地方都会看到这些更改。这是一个高效的数据管理方式，因为它避免了不必要的数据复制，同时确保了数据的一致性和实时更新。

在您的代码中，通过这种方式，当您遍历所有子孙评论并构建它们的嵌套结构时，最终得到的 children_list 就已经包含了所有必要的嵌套层次。这种方法简化了数据的组织和遍历过程，使得序列化后的评论数据能够准确地反映出评论树的结构。

代码

class ListCommentSerializer(serializers.ModelSerializer):
    children = serializers.SerializerMethodField()

    class Meta:
        model = models.Comment
        fields = ['create_datetime', 'reply', 'content', 'children']

    def get_children(self, obj):
        # print(obj, obj.content)  # obj表示正在处理的评论对象（循环queryset中的模型实例）
        # 序列化器会遍历 queryset 中的每一个模型实例。对于每一个实例，序列化器会调用 get_children 方法来获取其子孙评论

        # 获取以当前评论为根评论的子孙评论
        descendant_queryset = models.Comment.objects.filter(root=obj).order_by('id')

        descendant_dict = {}
        for descendant in descendant_queryset:
            ser = CreateCommentSerializer(instance=descendant, many=False)
            row = {'children': []}
            row.update(ser.data)
            descendant_dict[descendant.id] = row
        # print(descendant_dict)  # 包含当前根评论下所有子孙评论的字典
        '''
        {9: {'children': [], 'news': 3, 'content': '你说的挺好', 'depth': 1, 'reply': 3, 'create_datetime': '2024-08-31T10:00:27.583496'},
         10: {'children': [], 'news': 3, 'content': '或说八道', 'depth': 1, 'reply': 3, 'create_datetime': '2024-08-31T10:00:59.983649'}, 
         14: {'children': [], 'news': 3, 'content': '4防溺水抗菌素v防空识别空间', 'depth': 2, 'reply': 10, 'create_datetime': '2024-08-31T10:01:54.150888'}}
        '''

        # 存放当前根评论的1级评论
        children_list = []
        for cid, item in descendant_dict.items():
            depth = item['depth']
            if depth == 1:
                children_list.append(item)
                continue
            # 不是1级评论的，回复哪个放在哪个children中
            reply_id = item['reply']
            descendant_dict[reply_id]['children'].append(item)
            # 因为字典中存放的是每个item的地址（两者指向同一块内存空间），而不是直接拷贝一份
            # 所以当之后（下次循环）某个item的children新增数据时字典中的数据同样添加

        return children_list
        # 返回所有的1级评论（在经过以上对所有子孙评论循环，并放入各自回复评论的children中，1级评论就已经嵌套的包含所有评论了）
         """
        {
            11:{"reply": 2, children:[
                13->{,"reply": 11, children:[
                    15:{"reply": 13, children:[
                        16:{"reply": 15, children:[],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 4, "create_datetime": "2021-09-01 22:32:22"}
                    ],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 3, "create_datetime": "2021-09-01 22:32:22"}
                ],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 2, "create_datetime": "2021-09-01 22:32:22"}
            ],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 1, "create_datetime": "2021-09-01 22:32:22"}
            12:{"reply": 2, children:[
                14->{"reply": 12, children:[],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 2, "create_datetime": "2021-09-01 22:32:22"}
            ],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 1, "create_datetime": "2021-09-01 22:32:22"}


            13:{"reply": 11, children:[
                15:{"reply": 13, children:[],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 3, "create_datetime": "2021-09-01 22:32:22"}
            ],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 2, "create_datetime": "2021-09-01 22:32:22"}
            14:{"reply": 12, children:[],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 2, "create_datetime": "2021-09-01 22:32:22"}
            15:{"reply": 13, children:[
                16:{"reply": 15, children:[],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 4, "create_datetime": "2021-09-01 22:32:22"}
            ],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 3, "create_datetime": "2021-09-01 22:32:22"}
            16:{"reply": 15, children:[],"content": "oooadfa;skdjf;akjsd;flkjasdf","depth": 4, "create_datetime": "2021-09-01 22:32:22"}
        }
        """