js的扁平化数据的处理

我们经常会遇到想处理扁平化数据,例如数据是这样的:
var json = '{"code":0,"parent":[{"name":"文件夹1","pid":0,"id":1},{"name":"文件夹2","pid":0,"id":2},{"name":"文件夹3","pid":0,"id":3},{"name":"文件夹1-1","pid":1,"id":4},{"name":"文件夹2-1","pid":2,"id":5}],"child":[{"name":"文件1","pid":1,"id":10001},{"name":"文件2","pid":1,"id":10002},{"name":"文件2-1","pid":2,"id":10003},{"name":"文件2-2","pid":2,"id":10004},{"name":"文件1-1-1","pid":4,"id":10005},{"name":"文件2-1-1","pid":5,"id":10006}]}';   

目前测试过有效的方法有两种方法
第一种:(采用两层fiter)

    data = JSON.parse(json);
    var result = transformData(data);
    console.log(result);
    function transformData(data) {
        let allData = JSON.parse(JSON.stringify(data));
        var data_new = [...allData.parent,...allData.child];
        console.log(data_new);
       var result = data_new.filter(parent=>{
        let findChildren = data_new.filter(child=>{
          return parent.id === child.pid
        })
            if(findChildren.length>0)  parent.children = findChildren;
    //     findChildren.length>0 ? parent.children = findChildren : parent.children = []
        return parent.pid == 0   //返回顶层,依据实际情况判断这里的返回值
       })
        return result;
    }

第二种:(采用reduce)

function transformData(data) {
     let allData = JSON.parse(JSON.stringify(data));
     var data_new = [...allData.parent,...allData.child];
     let treeMapList = data_new.reduce((obj, current) => {
         current.label = current.label || current.name;
         obj[current["id"]] = current;
         return obj;
     }, {});
     //看每个对象中pid值是否跟treeMapList中id的值相等,若相等就说是children中的数据
     let result = data_new.reduce((arr, current) => {
         let pid = current.pid;
         let parent = treeMapList[pid]; //拿父亲的数据
         if (parent) {
         parent.children
             ? parent.children.push(current)
             : (parent.children = [current]);
         } else if (pid === 0) {
         arr.push(current);
         }
         return arr;
     }, []);
     return result;
 }
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,126评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,254评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,445评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,185评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,178评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,970评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,276评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,927评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,400评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,883评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,997评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,646评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,213评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,204评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,423评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,423评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,722评论 2 345