Python将数据库的父子关系表画成树形结构
如何像下图一样将关系型数据库的上下级关系画成树形图
测试数据准备
为了程序的通用性，也方便进行验证，本例采用最通用的sql写法，数据库采用SQLiter3, 如果你的数据库是ORACLE, MS-SQL, MYSQL,不用修改任何代码，只需要在调用的时候传入相应的db连接即可
def sampledata(): db=sqlite3.connect('dbname.db') cur=db.cursor() cur.execute("create table if not exists relation(mother, child)"); cur.execute("INSERT INTO relation(mother, child) VALUES('1000', '1100')"); cur.execute("INSERT INTO relation(mother, child) VALUES('1000', '1200')"); cur.execute("INSERT INTO relation(mother, child) VALUES('1000', '1300')"); cur.execute("INSERT INTO relation(mother, child) VALUES('1000', '1400')"); cur.execute("INSERT INTO relation(mother, child) VALUES('1200', '1210')"); cur.execute("INSERT INTO relation(mother, child) VALUES('1200', '1220')"); cur.execute("INSERT INTO relation(mother, child) VALUES('1200', '1230')"); cur.execute("INSERT INTO relation(mother, child) VALUES('1220', '1221')"); cur.execute("INSERT INTO relation(mother, child) VALUES('1220', '1222')"); db.commit();
看起来是这样的
程序编写
节点信息类（相当于C/C++里面的结构体）
value就是当前节点的值
isleaf记录的是当前节点是否是叶子节点
leafcounts记录的是当前节点下面有多少个叶子节点，这个主要是为了在排版的时候知道占用多宽，
maxlevel记录的是当前节点下面最深的深度是多少，这个主要是为了在排版的时候知道生成多长的图片
class decisionnode: def __init__(self, value, isleaf=False, leafcounts=0, maxlevel=1): self.childs=[] self.value=value self.isleaf=isleaf self.leafcounts=leafcounts self.maxlevel=maxlevel def addchild(self, child): self.childs.append(child)
关系树类编写
gentree 方法用于生成整棵树，需要传值：db:数据库连接，mathervalue：根节点的数值 tablename：数据库表名 childcol：子节点在表中的对应的字段名称 mothercol：上级节点在表中的字段名称
draweachnode 方法用于化每个节点的值和两个节点之间的连线
drawTree 方法用于画整棵树，它会调用draweachnode然后利用draweachnode的递归画完整棵树
class RelationTree: def __init__(self, basewidth=100, basedepth=100): self.basewidth = basewidth self.basedepth = basedepth self.root=None def gentree(self, db, mothervalue, tablename, childcol, mothercol): self.root=decisionnode(mothervalue) cur=db.cursor() def swap_gentree(node): cur.execute("select %s from %s where %s = '%s'" % \ (childcol, tablename, mothercol, node.value)); results=cur.fetchall() #如果是叶子节点，则直接返回 if not results: return decisionnode(node.value, isleaf=True, maxlevel=1) #程序运行到这里，说明是非叶子节点 #对非叶子节点进行其下包含的叶子节点进行统计（leafcounts） #该节点之下最深的深度maxlevel收集 maxlevel=1 for each in results: entrynode=swap_gentree(decisionnode(each[0])) if(entrynode.isleaf): node.leafcounts += 1 else: node.leafcounts += entrynode.leafcounts if (entrynode.maxlevel > maxlevel): maxlevel = entrynode.maxlevel node.addchild(entrynode) node.maxlevel = maxlevel+1 return node swap_gentree(self.root) def draweachnode(self, tree, draw, x, y): draw.text((x,y), tree.value, (0,0,0)) if not tree.childs: return childs_leafcounts=[child.leafcounts if child.leafcounts else 1 for child in tree.childs] leafpoint=x-sum(childs_leafcounts)*self.basewidth/2 cumpoint=0 for childtree, point in zip(tree.childs, childs_leafcounts): centerpoint=leafpoint+self.basewidth*cumpoint+self.basewidth*point/2 cumpoint += point draw.line((x,y, centerpoint, y+self.basedepth), (255,0,0)) self.draweachnode(childtree, draw, centerpoint, y+self.basedepth) def drawTree(self, filename='tree.jpg'): width=self.root.leafcounts * self.basewidth + self.basewidth depth=self.root.maxlevel * self.basedepth + self.basedepth img=Image.new(mode="RGB", size=(width, depth), color=(255,255,255)) draw=ImageDraw.Draw(img) self.draweachnode(self.root, draw, width/2, 20) img.save(filename)
测试验收
确认运行代码的环境是否已经安装以下包
pillow (如果没有请pip install pillow (这个模块实际上就是PIL))
sqlite3 （如果没有请pip install sqlite3）
新建一个文件 drawtree.py
在文件开头导入需要的模块
import sqlite3
from PIL import Image, ImageDraw
然后将上面的代码复制进去
然后根据下面操作
到这里，就会在工作目录下生成tree.jpg了，效果就像文章开头那样，
为了程序的通用性，本例的程序已经写成很通用的代码了，如果你用的是其他数据库
则不要用我的样本数据，也就是不要运行drawtree.sampledata这个函数
然后将db=sqlite3.connect('daname,db')换成你数据库对应的连接，例如你的数据库是oracle，则用db=cx_Oracle.connect('usernae/password@tnsname')
