py2neo创建知识图谱合并结点

上篇文章简单的构造了一个知识图谱，但是其中包含了许多重复的结点，看起来也非常乱，不清晰。科学上网之后，发现了一个 apoc 的工具，关于 apoc 是什么如何安装，这篇文章有很好的介绍 Neo4j：入门基础（三）之APOC插件_Dawn_www的博客-CSDN博客_apoc neo4j，应下载与neo4j相应版本的jar包Releases · neo4j-contrib/neo4j-apoc-procedures · GitHub

于是乎我根据步骤操作完之后，检验是否安装成功，这样就是安装成功了，代码跑起来也没有报错不过重复结点并没有删除。

graph.run('MATCH (n:sex) WITH n.name AS name, COLLECT(n) AS nodelist, COUNT(*) AS count WHERE count > 1 CALL apoc.refactor.mergeNodes(nodelist) YIELD node RETURN node')

 在neo4j启动的时候，有这样一个语句，但是上网查找并没有找到合适的解决办法，所以这个 apoc 工具暂且搁置，后面再研究。

APOC couln't set a URLStreamHandlerFactory since some other tool already did this (e.g. tomcat). This means you cannot use s3:// or hdfs:// style URLs in APOC. This is caused by a limitation of the JVM which we cannot fix.

继续科学上网之后，最后发现了 merge() 方法，相见恨晚。(以后还是要多去看看源码或者官方文档)。使用的时候程序报错如下命令：

Primary label and primary key are required for MERGE operation

这个是因为py2neo版本语法的问题。看源码可以解决。

create 和 merge的主要区别就是，create不会去判断节点中是否有重复数据，只是添加；而merge等于是create+match，如果节点中有重复数据，就不会添加进去。

基于上一篇文章py2neo连接知识图谱(包含代码，导入csv文件)_想不出叫啥名的博客-CSDN博客修改的去重复结点代码

import csv

from py2neo import *


graph = Graph("http://localhost:7474", auth=('neo4j','neo4j'))
graph.delete_all()

with open('data.csv', 'r') as f:
    reader = csv.reader(f)
    data = list(reader)
print(data[1])  # 测试

for i in range(1,len(data)):
    node = Node('person', id = data[i][0], name = data[i][1], age =data[i][2])
    relation = Node('address', name = data[i][4])
    relation1 = Node('sex', name = data[i][3])

    graph.create(node)
    graph.merge(relation, 'address', 'name')
    graph.merge(relation1, 'sex', 'name')

    address = Relationship(node, '居住地', relation)
    sex = Relationship(node, '性别', relation1)
    graph.create(address)
    graph.create(sex)


print("创建成功")

neo4j可视化效果：

很明显，调理更加清晰了