Python:树结构和数字代码？

Question

我正在使用 Python，并且我有一些数据想放入树格式并为其分配代码。以下是一些示例数据:

Africa    North Africa    Algeria
Africa    North Africa    Morocco
Africa    West Africa     Ghana
Africa    West Africa     Sierra Leone

什么是适合此数据的树结构？

另外，有没有一种方法可以从这个树结构中检索数字代码，以便我可以查询数据并获取代码，如下例所示？

def get_code(place_name):
    # Python magic query to my tree structure
    return code
get_code("Africa") # returns 1
get_code("North Africa") # returns 1.1
get_code("Morocco") # returns 1.1.2

谢谢你的帮助——关于 Python 我还有很多要学:)

Answer 1

我会建议，假设您可以指望名称之间没有重复，例如:

class Node(object):
    byname = {}

    def __init__(self, name, parent=None):
        self.name = name
        self.parent = parent
        self.children = []
        self.byname[name] = self
        if parent is None:  # root pseudo-node
            self.code = 0
        else:  # all normal nodes
            self.parent.children.append(self)
            self.code = len(self.parent.children)

    def get_codes(self, codelist):
        if self.code:
            codelist.append(str(self.code))
            self.parent.get_codes(codelist)

root = Node('')

def get_code(nodename):
    node = Node.byname.get(nodename)
    if node is None: return ''
    codes = []
    node.get_codes(codes)
    codes.reverse()
    return '.'.join(codes)

您是否还想查看 Python 代码，了解如何在给定名称层次序列的情况下添加节点，例如 ['Africa', 'North Africa', 'Morocco']？我希望上面的结构会很清楚，所以你可能想自己做一个练习，但当然要问问你是否更愿意看到一个解决方案；-)。

从文本行(字符串)中获取名称的层次序列取决于分隔符是什么——在你的例子中，它看起来只是为了纯粹的美学原因而添加的一堆空格，与列的排列有关(如果那是在这种情况下，我会推荐一种基于 re 的简单方法来拆分两个以上空格的序列)，但如果它实际上(例如)制表符作为分隔符，则 csv 模块来自 Python 的标准库会更好地为您服务。我只是无法从您在 Q 中发布的简短示例中分辨出来!-)

编辑:OP 表示他们可以很好地获得名称序列，但希望看到代码以从中添加相关节点——所以，开始吧!-)

def addnodes(names):
    parent = root
    for name in names:
        newnode = Node.byname.get(name)
        if newnode is None:
            newnode = Node(name, parent)
        parent = newnode

明白为什么节点名称是唯一的对于使上述类工作很重要吗？由于 Node.byname 是一个单一的类 dict，它只能为每个给定的名称记录一个“对应的节点”——因此，一个名称在两个或层次结构中更多的地方会“冲突”，只有两个或多个节点中的一个会被正确记录。

但话又说回来，OP 所说的函数 get_code 是整个设备无法按预期工作的主要原因，如果名称可能不明确，因为 OP 的规范要求它只返回一个 字符串。所以，一些地理列表，比如

America   United States    Georgia
Europe    Eastern Europe   Georgia

(两个完全不相关的区域碰巧都被命名为'Georgia'——不幸的是，这种事情在现实世界的地理中经常发生，因为上面的例子显示!-) 会破坏整个方案(取决于如何更改 get_code 的规范以处理名称不明确的参数，当然，类结构肯定会被更改相应地适应新的、截然不同的规范!)。

将这些设计决策封装在一个类中的好处(尽管在这种情况下有几个附带的函数——当然，它们可以优雅地变成类方法，但是 OP 的规范严格要求 get_code 是一个函数，所以我决定，在那种情况下 addnodes 也可能是一个!-) 是特定的设计决策大部分隐藏在其余代码中，并且因此可以很容易地改变(当然，只要规范永远不变——这就是为什么花时间和精力定义一个 API 规范如此重要的原因，这比在设计和编码的任何部分花费更多的时间和精力) !-) 重构内部行为(例如为了优化、便于调试/测试等)，同时保持 API 指定的语义完整，从而使应用程序的所有其他部分保持原始状态(实际上甚至不需要重新测试) ，当然只要实现 API 的部分经过非常彻底的单元测试——n不难做到，因为它们很好地隔离并且独立!-)。