报障系统之多级评论

#例1
v1 = [1,2,3,4]
v1.append(123)
print(v1)#[1, 2, 3, 4, 123]
#例2
v1 = {'k1':'v1'}
v1['k2'] = 'v2'
print(v1)#{'k1': 'v1', 'k2': 'v2'}
#例3
data = [
    [11,22,33],
    [44,55,66]
]
data1=data[0]
data2 = data1.append(data[1])
print(data1)#[11, 22, 33, [44, 55, 66]]
#
# data=data[0].append(data[1])
print(data)#[[11, 22, 33, [44, 55, 66]], [44, 55, 66]]
print(data[1])#[44, 55, 66]
data[1].append(77)
print(data)#[[11, 22, 33, [44, 55, 66, 77]], [44, 55, 66, 77]]
print(data[0][3])#[44, 55, 66, 77]

##例4
data = [
    {'k1':'v1'},
    {'k2':'v2'}
]
for item in data:
    item['kk'] = 'vv'
print(data)#[{'k1': 'v1', 'kk': 'vv'}, {'k2': 'v2', 'kk': 'vv'}]
#引用类型

msg_list = [
    {'id':1,'content':'xxx','parent_id':None},
    {'id':2,'content':'xxx','parent_id':None},
    {'id':3,'content':'xxx','parent_id':None},
    {'id':4,'content':'xxx','parent_id':1},
    {'id':5,'content':'xxx','parent_id':4},
    {'id':6,'content':'xxx','parent_id':2},
    {'id':7,'content':'xxx','parent_id':5},
    {'id':8,'content':'xxx','parent_id':3},
]
#python里面的apend之类的东西都是引用的原来数据的内存地址,对原数据进行操作的话
#我们引用的数据也会发生一样的变化(字典列表之类的)
 
#浙江片子的方法
# for i in msg_list:
#     i['child']=[]
# for i in range(len(msg_list)-1,-1,-1):
#     if msg_list[i]['parent_id']:
#         msg_list[msg_list[i]['parent_id'] - 1]['child'].append(msg_list[i])
# new_msg_list = [i for i in msg_list if i['parent_id'] is None]
# print(new_msg_list)
 
冒泡排序的效率比较低,因为要多加几层循环

#老师讲的方法
# v=[row.setdefault('child',[]) for row in msg_list] #这是一个列表生成式,其中列表生成式前缀不能是表达式(不能带等于号),这和底下的第一个for循环的作用是一样的,给每一个元素加一个'child':[]
# print(msg_list)
#如果我们想加快索引(快点找到数据的话)就建一个字典的数据结构
msg_list_dict={} #加快索引,节省时间
for item in msg_list:
    item['child']=[]  #相当于加一个键值对,{'id':1,'content':'xxx','parent_id':None,'child':[]}
    msg_list_dict[item['id']]=item #字典中key为item['id']，value为item
#

msg_list_dict[item['id']]=item 相当于如下字典

　　msg_list_dict = {
　　　　1:{'id':1,'content':'xxx','parent_id':None,'child':}
　　　　2:{'id':2,'content':'xxx','parent_id':None,'child':}
　　　　''''''
　　}

    #把字典数据结构填上数据,能够加快索引,而且我们数据还是占得原来的内存空间
    #我们只是引用了数据的内容空间,所以不存在新的数据结构浪费空间一说
result=[]
for item in msg_list:
    pid=item['parent_id']
    if pid: #如果parent_id不为空,说明它是子级,要把自己加入对应的父级
        msg_list_dict[pid]['child'].append(item)
    else: #如果为空,说明他是父级,要把它单独领出来用
        result.append(item)
#result就是我们最终要的结果,因为这里面全是引用,所有数据的内存地址都没有变
#只不过被多个数据结构引用了而已
print(result)

def article(request,site,nid):#文章
    """
    评论
    :param request:
    :param site:
    :param nid:
    :return:
    """
    blog = models.Blog.objects.filter(site=site).first()
    if not blog:
        return redirect('/')
    #按照:分类，标签，时间
    #分类
    category_list = models.Article.objects.filter(blog=blog).values('category_id','category__title').annotate(ct=Count('nid'))
    print(category_list)
    #标签
    tag_list = models.Article2Tag.objects.filter(article__blog=blog).values('tag_id','tag__title').annotate(ct=Count('id'))
    print(tag_list)
    #时间
    date_list = models.Article.objects.filter(blog=blog).extra(select={'ctime':"date_format('%%Y-%%m',create_time)"}).values('ctime').annotate(ct=Count('nid'))
    print(date_list)
    obj = models.Article.objects.filter(blog=blog,nid=nid).first()
    #############################评论##############################
    msg_list = [
        {'id': 1, 'content': '写的太好了', 'parent_id': None},
        {'id': 2, 'content': '你说得对', 'parent_id': None},
        {'id': 3, 'content': '顶楼上', 'parent_id': None},
        {'id': 4, 'content': '你眼瞎吗', 'parent_id': 1},
        {'id': 5, 'content': '我看是', 'parent_id': 4},
        {'id': 6, 'content': '鸡毛', 'parent_id': 2},
        {'id': 7, 'content': '你是没呀', 'parent_id': 5},
        {'id': 8, 'content': '惺惺惜惺惺想寻', 'parent_id': 3},
    ]
    msg_list_dict = {}
    for item in msg_list:
        item['child'] = []
        msg_list_dict[item['id']] = item
    # msg_list_dict用于查找,msg_list
    result = []
    for item in msg_list:
        pid = item['parent_id']
        if pid:
            msg_list_dict[pid]['child'].append(item)
        else:
            result.append(item)
################打印##################

    from utils.comment import comment_tree
    comment_str = comment_tree(result)
    return render(
        request,
        'article_detail.html',
        {
            'blog':blog,
            'category_list':category_list,
            'tag_list':tag_list,
            'date_list':date_list,
            'obj':obj,
            'comment_str':comment_str
        }
    )