用py2neo對Neo4j進行數據的增刪改查：節點

主要參考1：官方文檔；參考2：Neo4j和py2neo配合使用。

1.連接Neo4j

from py2neo import Graph　　　　# 導入

url = 'bolt://localhost:7687'　　# 本地連接地址
usr = 'neo4j'　　　　　　　　　　　　# 用戶名
key = '1'　　　　　　　　　　　　　　# 密碼
graph = Graph(url, auth = (usr, key))　　# 連接到的圖

 2. 節點創建和節點修改

　　寫在前面：使用py2neo對Neo4j進行修改，當我們直接用語法，Node或者Realation時，如果沒有進行綁定，就會僅僅是對本地端的數據進行了處理，而沒有作用到Neo4j上去，所以，在每一次處理完之后，一定要記得用graph.create或者graph.push將我們的處理傳遞到Neo4j上去。插入一段官網關於節點創建的描述，進行理解。英中（機翻）對照：

Node objects can either be created implicitly, by returning nodes in a Cypher query such as , or can be created explicitly through the constructor. In the former case, the local Node object is bound to the remote node in the database; in the latter case, the Node object remains unbound until create or merged into a Neo4j database.CREATE (a) RETURN a

節點對象可以通過Cypher查詢中的返回節點（如）進行隱式創建，也可以通過構造器明確創建。在前一種情況下，本地節點對象與數據庫中的遠程節點綁定：在后一種情況下，節點對象保持未綁定，直到創建或合並到 Neo4j 數據庫。

　　上面說到，如果創建節點，可以通過Cypher進行創建，或者通過構造器，而在使用構造器時，我們的節點對象由於未綁定，在Neo4j端其實是不發生變化的，需要再傳遞一下。

下面根據我個人學習和實際使用到的情況，逐步說明。

　　首先是簡單的節點操作。

2.1 創建一個新的節點

　　創建節點主要用Node函數，格式為 my_node = Node("label", name = 'XXX')。“label” 可以是我們給節點的一個分類，比如 “人物”，“地點”。最好是一個大類，這在我們檢索時，可以先確定，這個節點 “label” 是什么，之后再考慮填了什么內容。name 是一個屬性，屬性值就是里面的 “XXX”，在我們的瀏覽器圖示中節點展示的一般是 name 的屬性值。我們也可以加其他屬性和屬性值，key-value 對，格式和name = "XXX"，一樣，逗號連接。同樣我們也可以給節點加多個標簽，直接在已有的 “label” 后面增加即可，逗號連接。

　　不要忘記用 create 把我們本地端的變化傳遞到連接的 Neo4j 上。graph.create() 用在創建時的連接。后面我們還會用到 create.push() 對已有節點或者關系的改動進行傳遞。

from py2neo import Graph, Node

url = 'bolt://localhost:7687'
key = '1'
usr = 'neo4j'

graph = Graph(url, auth = (usr, key))
a = Node('判決文書', name = 'XXX刑事判決書')　　# 創建一個label = '判決文書'，屬性name值為'，此時節點並沒有真的傳到Neo4j
graph.create(a)　　　　　　　　　　　　　　　　　# 將節點 a 創建到數據庫

　　下圖左是我們運行上面代碼后在瀏覽器查詢的結果，可以看到，節點顯示的是屬性name的值，並且有一個id，這個id是該節點的唯一標識。如果再運行一次代碼，就會創建一個內容一模一樣的節點，而 id 是不一樣的。這里就能發現一個問題，在創建節點時，create並不會自己檢查該節點是否已經創建，所以在實際使用，應先檢查要創建的節點是否存在。下圖右是查看的數據，可以看到labels為‘判決文書’，在左圖為黃色表示，這里稱為類別。name和值包含在properties屬性里，數據格式是像字典形式的。

         

 2.2 查詢符合某條件的節點，不存在，則創建該節點

　　上面說到，Node 只管創建，有點像通信里的 “透明” 傳輸，它不會去看里面的內容是什么、是否一樣。這里就用查找函數幫我們看里面的內容，並進行篩選。由於我安裝的是最新穩定版的py2neo，所以語法上可能和其他 blog 里寫的略有區別。導入的是 matching 里的函數，有NodeMatcher，NodeMatch，用於節點的匹配，有RelationshipMatcher，RelationshipMatch，用於關系的匹配。此外，還可以直接通過 graph.match() 進行匹配，graph.match() 內部其實也是調用 Nodematcher 和 RelationshipMatcher 來實現的。

　　下面是關於節點的匹配。我們先創建一個節點匹配器 matcher 然后通過 matcher.match() 內部加入條件，對范圍進行確認，后綴 .exists() 是看該節點或該類節點是否存在，存在返回 bool 值True，否則返回 bool 值 False。.first() 是返回符合條件的一個節點。類型就是 Node。這里用了兩種方式進行條件的指定，一種是直接 match() 里寫，一種是利用 .where() 。where() 支持比較復雜的形式。

from py2neo import Graph, Node
from py2neo.matching import *

url = 'bolt://localhost:7687'
key = '1'
usr = 'neo4j'

graph = Graph(url, auth = (usr, key))
matcher = NodeMatcher(graph)　　　　　　　　# 創建節點匹配器

result = matcher.match('判決文書', name = 'XXX刑事判決書').exists()　　# 符合條件的是否存在
print('節點是否存在：')
print(result)
if result == False:
　　node = Node('判決文書', name = 'XXX刑事判決書')
　　graph.create(node)
else:
　　node = matcher.match('判決文書').where(name = 'XXX刑事判決書').first()　　# 評估匹配並返回匹配的第一個節點
　　print('node')
　　print(node)
# 說明
# exist() 如果存在至少一個符合條件的節點，則返回True,否則返回False
# 上面寫了兩種匹配方式，一種是直接在match里指定特點，一種是用where進行匹配，where可以進行精確匹配，可以用表達式進行較復雜的匹配

2.3 對已有節點進行標簽增加和屬性增改

　　用 node.add_label() 給節點增加標簽。用 node[“某屬性”] = “屬性值” 進行對節點進行 key-value 對的增加，很像字典的操作。此外，還有 node.setdefault("某屬性"，default = “屬性值”) ，這個說明在代碼注釋中。

　　需要注意的是，上述修改完成后，一定要用 graph.push() 把變動傳遞到 Neo4j 上。

from py2neo import Graph, Node
from py2neo.matching import *

url = 'bolt://localhost:7687'
key = '1'
usr = 'neo4j'

graph = Graph(url, auth = (usr, key))
matcher = NodeMatcher(graph)　　　　　　　　# 創建節點匹配器

node = matcher.match('判決文書').where(name = 'XXX刑事判決書').first()　　# 評估匹配並返回匹配的第一個節點

node.setdefault('審判程序', default = '刑事二審')　　　　　
# setdefault() 如果此節點具有的屬性value，則返回其值。如果沒有，添加‘審批程序’屬性和對應的屬性值

node.add_label('案件')
　 
node['案號'] = '001'　　# 添加“案號”屬性對應的屬性值為“001”
print('node:')
print(node)
graph.push(node)        # 將更改push到圖中
print('node:')
print(node)

# 說明：這里同樣寫了兩種增添方式，具體使用根據情況。可以看出第二種方式類似字典的形式的

　　其他函數：

　　移除標簽：node.remove_label(label)

　　刪除所有標簽：node.clear_labels()

2.4 獲取節點id和根據id查找節點

　　用 node.identity 獲取節點的 id ，用節點匹配器直接查找id = xxx 的節點。

from py2neo import Graph, Node
from py2neo.matching import *

url = 'bolt://localhost:7687'
key = '1'
usr = 'neo4j'

graph = Graph(url, auth = (usr, key))
matcher = NodeMatcher(graph)　　　　　　　　# 創建節點匹配器

# 先創建一個節點
node = Node('人', name = '張三')
graph.create(node)
print(node)

# 獲取該節點的id
node_id = node.identity
print(node_id)

# 根據 id 查找節點
created_node = matcher[node_id]
print(created_node)

# 刪除節點
graph.delete(created_node)
# graph.separate(created_node)

2.5 刪除節點

　　這一部分和創建類似，用graph.delete(node)即可。需要注意的這個節點也必須是我們已經從遠程匹配到的節點。graph.separate()也可以。delete可以傳遞的參數：節點，關系，圖和子圖。

　　為了控制篇幅，其他內容將在下節進行記錄。