如何解决如何从csv文件中获取特定字符?
我是 neo4j 的新手,我需要你的帮助!
我在 neo4j 中创建了一个文章节点,我想读取一个 csv 文件,其中包含有关文章之间引用的信息(文章 ID、--[引用]->、文章 ID)。 csv文件格式如下
"1001 9910248"
"1001 9910268"
"9304045 9204040"
"9308122 9203084"
"9308122 9204035"
"9308122 9205041
1001 是一篇文章的 id,9910248 是另一篇文章的 id。我想阅读这个文件并创建以下关系(文章)-[:CITES]->(文章)。我怎么能这样做?
我尝试了以下方法,但没有奏效。
LOAD CSV FROM "file:///C:/Citations.csv" AS line
FIELDTERMINATOR "\t"
MERGE (article:Article {id: line[0]})
WITH article,SPLIT(article.id," ") AS art
MERGE (article)-[:CITES]->(toarticle:TArticle {id: art})
解决方法
我已复制您的 CSV 内容并将其放入 data.csv
文件中,并尝试将其视为 tsv
格式,这不起作用,因为分隔字符可能不是制表符。>
在浏览器中将文件加载为 CSV 输出以下行:
LOAD CSV FROM "file:///data.csv" AS row
RETURN row
╒══════════════════════╕
│"row" │
╞══════════════════════╡
│["1001 9910248"] │
├──────────────────────┤
│["1001 9910268"] │
├──────────────────────┤
│["9304045 9204040"]│
├──────────────────────┤
│["9308122 9203084"]│
├──────────────────────┤
│["9308122 9204035"]│
├──────────────────────┤
│["9308122 9205041"]│
└──────────────────────┘
这意味着只有一列。
然后我们可以在空白字符上拆分单元格元素:
LOAD CSV FROM "file:///data.csv" AS row
RETURN row[0],split(row[0]," ")
Text
Code
╒════════════════════╤══════════════════════════════╕
│"row[0]" │"split(row[0]," ")" │
╞════════════════════╪══════════════════════════════╡
│"1001 9910248" │["1001","","9910248"] │
├────────────────────┼──────────────────────────────┤
│"1001 9910268" │["1001","9910268"] │
├────────────────────┼──────────────────────────────┤
│"9304045 9204040"│["9304045","9204040"]│
├────────────────────┼──────────────────────────────┤
│"9308122 9203084"│["9308122","9203084"]│
├────────────────────┼──────────────────────────────┤
│"9308122 9204035"│["9308122","9204035"]│
├────────────────────┼──────────────────────────────┤
│"9308122 9205041"│["9308122","9205041"]│
└────────────────────┴──────────────────────────────┘
如您所见,每个单元格中的 id 之间有不止一个空格,这导致了不同大小的元素数组。
解决方案是取每个集合的第一个和最后一个元素:
LOAD CSV FROM "file:///data.csv" AS row
WITH split(row[0]," ") AS elements
RETURN head(elements) AS article1,last(elements) AS article2
╒══════════╤══════════╕
│"article1"│"article2"│
╞══════════╪══════════╡
│"1001" │"9910248" │
├──────────┼──────────┤
│"1001" │"9910268" │
├──────────┼──────────┤
│"9304045" │"9204040" │
├──────────┼──────────┤
│"9308122" │"9203084" │
├──────────┼──────────┤
│"9308122" │"9204035" │
├──────────┼──────────┤
│"9308122" │"9205041" │
└──────────┴──────────┘
您现在可以使用这些 id 来合并文章和引用关系:
LOAD CSV FROM "file:///data.csv" AS row
WITH split(row[0]," ") AS elements
WITH head(elements) AS article1,last(elements) AS article2
MERGE (a1:Article {id: article1})
MERGE (a2:Article {id: article2})
MERGE (a1)-[:CITES]->(a2)
如果您想将 id 视为数字,则需要将其转换为整数:
LOAD CSV FROM "file:///data.csv" AS row
WITH split(row[0],last(elements) AS article2
MERGE (a1:Article {id: toInteger(article1)})
MERGE (a2:Article {id: toInteger(article2)})
MERGE (a1)-[:CITES]->(a2)
EDIT 基于 Github 上给定的 CSV 文件
这个 CSV 文件可以被解析为 TSV,堆问题可能是因为你在 :Article(id)
上没有索引,所以从那个开始:
CREATE INDEX ON :Article(id)
然后您可以直接从 Github 加载为 TSV 文件(在我的笔记本电脑上在 6 秒内完成):
LOAD CSV FROM "https://raw.githubusercontent.com/anpetsa/neo4j/main/Citations.csv" AS row
WITH split(row[0],last(elements) AS article2
MERGE (a1:Article {id: toInteger(article1)})
MERGE (a2:Article {id: toInteger(article2)})
MERGE (a1)-[:CITES]->(a2)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。