本文通过案例讲解如何使用Python操作MySQL数据库。具体任务为:假设你已经了解MySQL和知识图谱标注工具Brat,将Brat标注的结果上传到MySQL。
在知识图谱的文本标注任务中,需要将数据按照事先决定的标注规则进行人工标注。Brat是一种比较著名的标注工具,但是目前不支持Windows系统,你可以安装虚拟机使用该工具。本文已经完成了一项基于Windows、Python3.7的标注软件制作工作,你可以点击 实体关系文本标注工具 进行查看。
本文从知网下载了一些关于医学文章的摘要,提前设置了标注规则,例如实体类别、关系等。通过Brat工具标注该文本数据并得到输出标注好的结果文件,该文件共有2042行,以T开头表示实体,以R开头表示关系,该文件是对网络图结构的文本表述。
在开始Python代码任务之前,你需要对数据库有基础的了解,比如你已经具备使用SQL语言操作MySQL数据库的能力。
1、将MySQL中的操作定义为python函数(基于MySQL80),那么就可以直接调用该函数,来操作数据库。
import pandas as pd
import pymysqlprint("1")def mycursor(db_name = 'mysql80'):connection = pymysql.connect(host='localhost',user='root',port = 3308,password='',#123456database= db_name,charset='utf8mb4',cursorclass=pymysql.cursors.DictCursor)cursor = connection.cursor()return cursor, connectiondef use(db_name):'''切换数据库,返回游标'''return mycursor(db_name)def create_database(db_name):'''新建数据库'''sql = f'create database if not exists {db_name};'cursor.execute(sql)def create_table(tbl_name):'''新建数据表'''sql = f'create table if not exists {tbl_name};'cursor.execute(sql) def drop_database(db_name):'''删除数据库'''sql = f'drop database if exists {db_name};'cursor.execute(sql)def drop_table(tbl_name):'''删除数据表'''sql = f'drop table if exists {tbl_name};'cursor.execute(sql)def query(sql):'''以数据框形式返回查询据结果'''cursor.execute(sql)data = cursor.fetchall() # 以元组形式返回查询数据header = [t[0] for t in cursor.description]df = pd.DataFrame(list(data), columns=header) # pd.DataFrem 对列表具有更好的兼容性# return dfprint(df)def show_databases():'''查看服务器上的所有数据库'''sql = 'show databases;'return query(sql)def select_database():'''查看当前数据库'''sql = 'select database();'return query(sql)def show_tables():'''查看当前数据库中所有的表'''sql = 'show tables;'return query(sql)
2、创建数据库
#选择需要使用的数据库,此前需要创建数据库cursor, db = use('mysql') #默认设置,不要更改!dbname = 'kgg' #此处更改为需要创建的数据库名
create_database(dbname)
cursor, db = use(dbname)
3、建立数据库中各表
# 建实体类表
sqltb1 = ''' create table entity(id int auto_increment primary key comment '实体类编号',name varchar(20) comment '实体类名'
) comment '实体类表';
'''
cursor.execute(sqltb1)# 插入数据
sqlin1 = '''insert into entity values (1, '病症'),(2, '病名'),(3, '诊断方案'),(4, '治疗方案'),(5, '药名'),(6, '其它');
'''
cursor.execute(sqlin1)
db.commit() #事务
# 检查是否传递成功
sqlset = "select * from entity ;"
query(sqlset)#-------------------------------------------------------------------------# 创建关系表格
sqltb2 = ''' create table relation(id int auto_increment primary key comment '关系编号',name varchar(20) comment '关系名'
) comment '关系表';
'''
cursor.execute(sqltb2)#插入数据
sqlin2 = '''insert into relation values (1, '包含'),(2, '治疗'),(3, '危险因素'),(4, '辅助诊断'),(5, '特征'),(6, '并发'),(7, '别名'),(8, '作用'),(9, '条件');'''cursor.execute(sqlin2)
db.commit() #事务
#检查是否传递成功
sqlset = "select * from relation ;"
query(sqlset)#-------------------------------------------------------------------------# 创建实体表
sqltb3 = ''' create table entitymin(id int auto_increment primary key comment '编号',name varchar(50) comment '实体名'
) comment '实体表';
'''
cursor.execute(sqltb3)
db.commit() #事务#-------------------------------------------------------------------------
4、建立一些交叉表
#建立 实体-关系库,并设置主键外键关联# 创建实体表
sqltb5 = ''' create table entityrela(id int auto_increment primary key comment '编号',headclass int comment '头实体类',headentity int comment '头实体',relation int comment '关系',tailentity int comment '尾实体',tailclass int comment '尾实体类'
) comment '实体和关系表';
'''
cursor.execute(sqltb5)
db.commit() #事务#-------------------------------------------------------------------------
#创建链接该表(子表、外键)与另外三张表(父表、主键)链接sqlkey = '''
alter table entityrela add constraint encl_he_en_id foreign key (headclass) references entity (id);
'''
cursor.execute(sqlkey)sqlkey = '''
alter table entityrela add constraint enla_he_enmin_id foreign key (headentity) references entitymin (id);
'''
cursor.execute(sqlkey)sqlkey = '''
alter table entityrela add constraint enla_re_re_id foreign key (relation) references relation (id);
'''
cursor.execute(sqlkey)sqlkey = '''
alter table entityrela add constraint enla_ta_enmin_id foreign key (tailentity) references entitymin (id);
'''
cursor.execute(sqlkey)sqlkey = '''
alter table entityrela add constraint enla_ta_en_id foreign key (tailclass) references entity (id);
'''
cursor.execute(sqlkey)
db.commit() #事务#-------------------------------------------------------------------------
5、查看创建情况
# 查看该库中所有表格、查看表是否创建成功
show_tables()#-------------------------------------------------------------------------
# end
6、此外,若你在任何操作过程中,需要清空数据库,你可以:
# # #格式化数据库,取消下面三行注释,运行后便清空数据库。
# drop_database(dbname)
# create_database(dbname)
# print('数据库格式化')
创建好数据库后,便可以对数据进行处理,并将数据上传到数据库中。
1、同上,连接数据库,并定义工具函数。
# 将数据添加到数据库(数据库已经提前建好)import pandas as pd
import pymysql
import redef mycursor(db_name = 'mysql80'):connection = pymysql.connect(host='localhost',user='root',password='',#123456port = 3308,database= db_name,charset='utf8mb4',cursorclass=pymysql.cursors.DictCursor)cursor = connection.cursor()return cursor, connectiondef use(db_name):'''切换数据库,返回游标'''return mycursor(db_name)def query(sql):'''以数据框形式返回查询据结果'''cursor.execute(sql)data = cursor.fetchall() # 以元组形式返回查询数据header = [t[0] for t in cursor.description]df = pd.DataFrame(list(data), columns=header) # pd.DataFrem 对列表具有更好的兼容性return df# print(df)def show_databases():'''查看服务器上的所有数据库'''sql = 'show databases;'return query(sql)def select_database():'''查看当前数据库'''sql = 'select database();'return query(sql)def show_tables():'''查看当前数据库中所有的表'''sql = 'show tables;'return query(sql)cursor, db = use('mysql') #默认设置,不要更改!
dbname = 'kgg'
cursor, db = use(dbname)#-------------------------------------
2、数据处理-实体
# 将ann文件数据传入(暂以txt格式传入)
txtfile = open(r'C:\Users\DELL\Desktop\mysql数据库\0001-0500.ann', 'r', encoding='utf-8').readlines()
# print(txtfile[:3])#将实体与关系数据分开
entity = []
relation = []
for i in txtfile:if i[0] == 'T':entity.append(i)else:relation.append(i)# print(relation)#将实体名称、类别与编号提取出来
entity = [i.strip('\n').split('\t') for i in entity]
entity = [[i[0],i[1].split(' ')[0], i[-1]] for i in entity]
# print(entity[:5])
3、上传实体表中数据
#-------------------------------------------------------------------------
#在实体表中插入数据
# #提取实体名,去重;需要提前查看数据库已有的实体名称 需要表名称
entitymin = [i[-1] for i in entity]
entitymin = list(set(entitymin))
# print(entitymin[:5])for q in entitymin:sqlq = "select name from entitymin where name = (%s);"TF = cursor.execute(sqlq, q)if TF == 0: #存在则为1,不存在为0;不存在则添加 sqlin2 = "insert into entitymin values (null, %s) ;"cursor.execute(sqlin2, q)
db.commit() #事务
# 查看数据效果
sqlq = "select * from entitymin;"
query(sqlq)
4、数据处理-5元组关系
)#-------------------------------------------------------------------------
#将三元组提取出来
relation = [re.split("[\tA:' ']",i) for i in relation]
relation = [[i[1],i[4],i[7]] for i in relation]
# print(relation[:5])dicen = dict([('病症',1),('病名',2),('诊断方案',3),('治疗方案',4),('药名',5),('其它',6)])
dicre = dict([('包含',1),('治疗',2),('危险因素',3),('辅助诊断',4),('特征',5),('并发',6),('别名',7),('作用',8),('条件',9)])
# print(dicre['包含'])# #将三元组中的实体编号替换成实体名称
for r in relation:r[0] = dicre[r[0]]for e in entity:if r[1] == e[0]:r[1] = e[-1]r.insert(0,e[1])if r[-1] == e[0]:r[-1] = e[-1]r.append(e[1])
# print(relation[:5])#编码化---['头实体类', '头实体','关系类','尾实体', '尾实体类']
enre = []
for j in relation:j[0] = dicen[j[0]]j[-1] = dicen[j[-1]]sqlchaen = "select id from entitymin where name = (%s);"cursor.execute(sqlchaen, j[2])j[2] = cursor.fetchone()['id']sqlchaen = "select id from entitymin where name = (%s);"cursor.execute(sqlchaen, j[3])j[3] = cursor.fetchone()['id']enre.append([j[0],j[2],j[1],j[3],j[4]])
print(enre[-5:]) #传入实体-关系库
5、上传5元组数据
#插入实体-关系库数据,并创建链接该表(子表、外键)与另外三张表(父表、主键)链接# #插入数据
for en in enre:sqlin2 = "insert into entityrela values (null, %s, %s, %s, %s, %s) ;"cursor.execute(sqlin2, (en[0],en[1],en[2],en[3],en[4]))
db.commit() #事务
print('ok')#-------------------------------------------------------------------------
#清除重复数据并id排序
sql = '''
delete p1
from entityrela p1,entityrela p2
where (p1.headclass = p2.headclassand p1.headentity = p2.headentityand p1.relation = p2.relationand p1.tailentity = p2.tailentityand p1.tailclass = p2.tailclassand p1.id > p2.id);
'''
cursor.execute(sql)sql = '''
ALTER TABLE entityrela DROP id;
'''
cursor.execute(sql)
sql ='''
ALTER TABLE entityrela ADD id MEDIUMINT( 8 ) NOT NULL FIRST;
'''
cursor.execute(sql)
sql ='''
ALTER TABLE entityrela MODIFY COLUMN id MEDIUMINT( 8 ) NOT NULL AUTO_INCREMENT,ADD PRIMARY KEY(id);
'''
cursor.execute(sql)
db.commit() #事务
cursor.close()
#-------------------------------------------------------------------------
#end
其中,db.commit()
表示该事务要么全部成功,要么全部不执行。cursor.close()
表示关闭数据库。
6、在MySQL中查看执行结果
(1)在MySQL中查看所有数据库
(2)使用本文创建的kgg数据库,并查看库内所有表
(3)检索任意表,查看数据
以上3步表示数据库创建成功并成功写入数据。
假设我们已经创建好数据库以及上传了数据。很久以后,我们需要从数据库中下载数据,进行分析或者分享给他人,那么本文在这里考虑了这一情况。
1、连接数据库,定义工具函数
# 从数据库中调取数据,以中文显示;import pandas as pd
import pymysqldef mycursor(db_name = 'mysql80'):connection = pymysql.connect(host='localhost',user='root',password='', #123456port = 3308,database= db_name,charset='utf8mb4',cursorclass=pymysql.cursors.DictCursor)cursor = connection.cursor()return cursor, connectiondef use(db_name):'''切换数据库,返回游标'''return mycursor(db_name)def query(sql):'''以数据框形式返回查询据结果'''cursor.execute(sql)data = cursor.fetchall() # 以元组形式返回查询数据header = [t[0] for t in cursor.description]df = pd.DataFrame(list(data), columns=header) # pd.DataFrem 对列表具有更好的兼容性return df# print(df)def show_databases():'''查看服务器上的所有数据库'''sql = 'show databases;'return query(sql)def select_database():'''查看当前数据库'''sql = 'select database();'return query(sql)def show_tables():'''查看当前数据库中所有的表'''sql = 'show tables;'return query(sql)
dbname = 'mysql'
cursor, db = use(dbname)
dbname = 'kgg'
cursor, db = use(dbname)# print(show_tables())
2、选择数据,并设计输出结构
#a.headentity ,
sql = '''select m.name from entityrela a left outer join entitymin m on a.headentity = m.id'''
i_s = list(query(sql)['name'])sql = '''select m.name from entityrela a left outer join entitymin m on a.tailentity = m.id'''
j_s = list(query(sql)['name'])sql = '''select m.name from entityrela a left outer join relation m on a.relation = m.id'''
k_s = list(query(sql)['name'])eql = '''select m.name from entityrela a left outer join entity m on a.headclass = m.id'''
ek_1 = list(query(eql)['name'])eq2 = '''select m.name from entityrela a left outer join entity m on a.tailclass = m.id'''
ek_2 = list(query(eq2)['name'])result = [[i,j,k,w,p] for i,j,k,w,p in zip(i_s,ek_1,k_s,ek_2,j_s)]
print(result[:5])
cursor.close()
3、设置保存文件地址并下载
f = open(r"C:\Users\DELL\Desktop\neo4j_python\data\4.csv",'w', encoding='utf-8')
for i in result:f.write('\''+i[0]+'\',\''+i[1]+'\',\''+i[2]+'\',\''+i[3]+'\',\''+i[4]+'\'\n')
f.close()
print('ok')
以下任意方式皆可:
1、评论、留言邮箱账号,博主定期回复。
2、点击:GitHub-python_mysql (或者访问: https://github.com/chenyiadam/python_mysql.git ) 进行下载