小编点评

**目录结构** * **demo** * create_drug.py * build_drugs.py * utils.neo4j_provider * driver.py * **build_drugs.py** * generate_cql.py * execute_write.py * clear_data.py **主要类** * **driver.py** * Driver for Neo4j * **create_drug.py** * Creates a drug node in Neo4j * **build_drugs.py** * Reads data from CSV file and generates CQL statements for creating drug nodes * **utils.neo4j_provider** * Provides utility functions for interacting with Neo4j **主要功能** * **create_drug.py** * 从 CSV 文件中读取数据并生成 CQL 语句创建新节点 * **build_drugs.py** * 从 CSV 文件中读取数据并构建 CQL 语句集合，用于创建多个节点 * **utils.neo4j_provider** * 提供一些基本的 Neo4j 操作函数，例如创建节点、删除节点等 **使用方法** 1. 将 `drugs_data.csv` 文件放入 `data/` 目录中 2. 运行 Python 代码：`python build_drugs.py` 3. 运行 Python 代码：`python create_drug.py` **注意** * `drugs_data.csv` 的文件格式应为 CSV 格式，包含节点的属性，例如商品名、通用名、英文名称等。 * 代码需要安装 `pyneo4j` 库。可以使用 `pip install pyneo4j` 命令安装。

正文

在线问诊 Python、FastAPI、Neo4j — 创建节点
Neo4j 节点的标签可以理解为 Java 中的实体。

根据常规流程：首先有什么症状，做哪些对应的检查，根据检查诊断什么疾病，需要用什么药物治疗，服药期间要注意哪些饮食，需要做哪些运行
在线问诊大概创建：症状、检查项目、疾病、药品、饮食、运动 这几个对象

前提条件

基于 Python FastAPI 获取 Neo4j 数据 ：https://www.cnblogs.com/vipsoft/p/17687070.html

创建节点 Demo

通过 这个Demo 理解 Neo4j Driver for Python ，创建节点
test_create_node.py

import logging
from utils.neo4j_provider import driver

logging.root.setLevel(logging.INFO)

''' 创建知识图谱实体节点类型schema '''


def create_drug(tx, name):
    query = (
        "CREATE (n:Drug {name: $name})"
        "RETURN id(n)"
    )
    result = tx.run(query, name=name)
    return result.single()[0]


if __name__ == "__main__":
    with driver.session() as session:
        session.execute_write(create_drug, "扶他林")
    driver.close()
    logging.info("创建成功")

验证

# 查看创建后的结果
MATCH (n:Drug) WHERE n.name="扶他林" RETURN n
# 删除节点
MATCH (n:Drug) WHERE n.name="扶他林" DELETE n

准备数据

采用 CSV 格式，CSV 是一种纯文本形式保存数据，好处可以记事本打开预览，也可用 excel 打开，将来数据来源都过爬虫或者NLP处理，比处理Excel要方便得多
Excel 只能看，如果编辑 CSV 就乱码了，不知道为啥
通用名,商品名,英文名称,适应症,用法用量,禁忌,不良反应,药理毒理,注意事项,图片地址

创建药品标签节点

创建药品标签节点
build_drugs.py

import logging
import csv
from utils.neo4j_provider import driver

logging.root.setLevel(logging.INFO)

# 从CSV 中读取数据，并生成 CQL
def generate_cql() -> str:
    with open('drugs_data.csv', 'r', encoding='utf-8') as csv_file:
        csv_reader = csv.DictReader(csv_file)
        cql = ""
        for idx, row in enumerate(csv_reader):
            cql += """(drug%s:Drug {name: "%s",generic_name: "%s",english_name: "%s",indications: "%s",contraindications: "%s",adverse_reactions: "%s",toxicology: "%s",attention: "%s",usage_dosage: "%s",images_url: "%s"}),\r\n""" \
                   % (idx, row['商品名'], row['通用名'], row['英文名称'], row['适应症'], row['禁忌'], row['不良反应'], row['药理毒理'], row['注意事项'], row['用法用量'], row['图片地址'])

        return "CREATE %s" % (cql.rstrip(",\r\n"))
        data = [row for row in csv_reader]


# 执行写的命令
def execute_write(cql):
    with driver.session() as session:
        session.execute_write(execute_cql, cql)
    driver.close()

# 执行 CQL 语句
def execute_cql(tx, cql):
    tx.run(cql)

# 清除 Drug 标签数据
def clear_data():
    cql = "MATCH (n:Drug) DETACH DELETE n"
    execute_write(cql)


if __name__ == "__main__":
    clear_data()
    cql = generate_cql()
    print(cql)
    execute_write(cql)

源代码地址：https://gitee.com/VipSoft/VipQA