使用python向neo4j中批量导入txt和csv三元组数据

1.导入txt文件

数据示例：

（头实体，关系，尾实体）
（头实体，关系，尾实体）
。。。。。。

在执行python代码之前在neo4j中执行这个命令，清空所有节点
match (n) detach delete n

代码：

import py2neo
from py2neo import Graph,Node,Relationship,NodeMatcher
import csv

graph = Graph('http://localhost:7474',user='neo4j',password='自己的密码，neo4j的初始密码是neo4j')

# 打开txt文件
with open("数据文件路径", "r", encoding='utf-8') as file:
    lines = file.readlines()

for line in lines:
    # 分割每行数据
    triple = line.strip().split(", ")

    triple[0] = triple[0].replace("(", "")
    triple[2] = triple[2].replace(")", "")

    # 创建节点和关系
    head_node = Node("Entity", name=triple[0], primary_label="Entity", primary_key="name")
    tail_node = Node("Entity", name=triple[2], primary_label="Entity", primary_key="name")
    relationship = Relationship(head_node, triple[1], tail_node)

    graph.merge(head_node, "Entity", "name")
    graph.merge(tail_node, "Entity", "name")
    graph.merge(relationship)


#关闭连接  这行代码会报错，AttributeError: 'Graph' object has no attribute 'close'
# 是为了看什么时候导入完成，报错的时候说明前面的执行完了，就导入完成了
graph.close()

2.导入csv格式

数据示例：

代码：

with open("数据文件路径", "r", encoding='utf-8') as f:
    reader = csv.reader(f)
    for item in reader:
        head_node = Node("Entity", name=item[0], primary_label="Entity", primary_key="name")
        tail_node = Node("Entity", name=item[2], primary_label="Entity", primary_key="name")
        relationship = Relationship(head_node, item[1], tail_node)

        graph.merge(head_node, "Entity", "name")
        graph.merge(tail_node, "Entity", "name")
        graph.merge(relationship)


#关闭连接
graph.close()

路虽远，行则将至。