Py2neo (Cómo funciona para los desarrolladores)

Introducción

La información en una base de datos gráfica se almacena y manipula como nodos y aristas interrelacionados para modelar entidades y sus relaciones. Las bases de datos gráficas funcionan de manera convincente en situaciones donde las relaciones son de igual o mayor importancia que los datos en sí, si no más, en comparación con las bases de datos relacionales tradicionales que se basan en tablas.

Esta estructura funciona de maravilla en la detección de fraude, sistemas de recomendación y aplicaciones de redes sociales porque soporta consultas y análisis de redes complejas de manera eficiente. Tales bases de datos, mediante el empleo de algoritmos de grafos, descubren fácilmente patrones y relaciones que normalmente son muy difíciles de descubrir con modelos de datos tradicionales; por lo tanto, mucha información perspicaz sobre las relaciones complejas que están presentes dentro de los datos.

En el artículo, vamos a aprender cómo usar py2neo y combinar la biblioteca con IronPDF para que puedas llevar tus hallazgos aún más lejos y mostrarlos fácilmente en un PDF.

¿Qué es Py2nep?

Py2neoes una biblioteca cliente y un conjunto de herramientas para Python desarrollada para habilitar Neo4j, una base de datos de grafos muy popular, para su uso en aplicaciones. Ofrece una interfaz de usuario intuitiva para acceder a las topologías de gráficos de Neo4j, lo que permite añadir, editar, eliminar y crear nodos con relaciones de manera fácil. Py2neo proporciona una interfaz fluida entre los programas de Python y la base de datos de Neo4j, que además de ejecutar consultas Cypher, permite la manipulación directa de los datos de grafos.

Este conjunto completo de funciones de py2neo facilita la integración de Neo4j con proyectos de Python para consultas avanzadas y gestión eficiente de datos de grafos, utilizando las potentes características de una base de datos de grafos para sus aplicaciones de Python con poco o ningún esfuerzo.

Admite muchas distribuciones de Python que se utilizan en la mayoría de los sistemas operativos en aplicaciones cliente. Solo ten en cuenta que py2neo se utiliza principalmente con los sistemas operativos Linux, puede funcionar con otros sistemas operativos, pero no está directamente soportado.

La biblioteca contiene características extensas, incluyendo todas las herramientas de línea de comandos y las herramientas administrativas. La biblioteca es una de las formas más robustas de tratar con bases de datos Neo4j. Py2neo ofrece garantías de compatibilidad para una integración fluida y un rendimiento confiable. La biblioteca admite tanto bolt como HTTP.

Configuración y uso de Py2neo con Python

Los siguientes procedimientos le ayudarán a construir y configurar py2neo para comunicarse con una base de datos Neo4j:

Instalación de la biblioteca Py2neo

Primero, instala la biblioteca cliente py2neo a través de pip para instalar la última versión y adoptar correcciones de errores:

pip install py2neo

Asegúrate de que Neo4j esté instalado y funcionando en tu sistema. Descárgalo desde Neo4jsitio webluego siga las instrucciones de instalación del sistema operativo.

Conectar a Neo4j con Py2neo

Py2neo se puede utilizar para establecer una conexión entre su instancia de Neo4j y su script de Python o entorno interactivo. Observe este ejemplo rápido a continuación:

from py2neo import Graph
# Replace with your Neo4j credentials and connection details
connect local database or Neo4j online database
uri = "bolt://localhost:7687"  # URI for Neo4j Bolt protocol
user = "neo4j"                 # Username
password = "password"          # Password
# Create a connection to the Neo4j database
graph = Graph(uri, auth=(user, password))
# Verify the connection by running a simple query
result = graph.run("RETURN 'Hello, Neo4j!' AS message")
print(result)  # Should print: Hello, Neo4j!

from py2neo import Graph
# Replace with your Neo4j credentials and connection details
connect local database or Neo4j online database
uri = "bolt://localhost:7687"  # URI for Neo4j Bolt protocol
user = "neo4j"                 # Username
password = "password"          # Password
# Create a connection to the Neo4j database
graph = Graph(uri, auth=(user, password))
# Verify the connection by running a simple query
result = graph.run("RETURN 'Hello, Neo4j!' AS message")
print(result)  # Should print: Hello, Neo4j!

Salida de la consola

Configurar Py2neo

Además, puedes modificar los parámetros de Py2neo para adaptarlos a tus necesidades, como la configuración de conexión o la base de datos predeterminada. Aquí se proporciona una ilustración de más configuraciones:

from py2neo import Graph, Node, Relationship
# Replace with your Neo4j credentials and connection details
uri = "bolt://localhost:7687"  # URI for Neo4j Bolt protocol
user = "neo4j"                 # Username
password = "password"          # Password
# Create a connection to the Neo4j database
graph = Graph(uri, auth=(user, password))
# Example of creating nodes and relationships
# Create nodes for Alice and Bob
alice = Node("Person", name="Alice")
bob = Node("Person", name="Bob")
# Add nodes to the graph
graph.create(alice)
graph.create(bob)
# Create a relationship between Alice and Bob
relationship = Relationship(alice, "KNOWS", bob)
graph.create(relationship)

from py2neo import Graph, Node, Relationship
# Replace with your Neo4j credentials and connection details
uri = "bolt://localhost:7687"  # URI for Neo4j Bolt protocol
user = "neo4j"                 # Username
password = "password"          # Password
# Create a connection to the Neo4j database
graph = Graph(uri, auth=(user, password))
# Example of creating nodes and relationships
# Create nodes for Alice and Bob
alice = Node("Person", name="Alice")
bob = Node("Person", name="Bob")
# Add nodes to the graph
graph.create(alice)
graph.create(bob)
# Create a relationship between Alice and Bob
relationship = Relationship(alice, "KNOWS", bob)
graph.create(relationship)

A continuación se muestran los datos que insertamos en la base de datos Neo4j desde la visualización de herramientas añadidas.

Contenido de Neo4j

Ejecutar consultas Cypher

Usando Py2neo, puedes usar consultas Cypher para comunicarte con tu base de datos gráfica:

# Example of a Cypher lexer query
query = """
MATCH (p:Person)
RETURN p.name AS name
"""
results = graph.run(query)
for record in results:
    print(record["name"])

# Example of a Cypher lexer query
query = """
MATCH (p:Person)
RETURN p.name AS name
"""
results = graph.run(query)
for record in results:
    print(record["name"])

Salida de la consola

Presentación de IronPDF

La biblioteca de Python llamadaIronPDFpuede manejar la generación y manipulación programática de PDFs. Ofrece una gran funcionalidad para generar PDFs a partir de HTML, fusionar dos o más archivos PDF, e incluso utilizar PDFs preexistentes que tienen anotaciones, texto e imágenes añadidas. Además de esto, IronPDF permite a los usuarios crear PDFs de calidad a partir de cualquier página HTML o material web que se utilice posteriormente en la creación de informes, facturas y otros documentos con un diseño predefinido.

Algunas de las características avanzadas de esta biblioteca incluyen la capacidad de cambiar el diseño de página, cifrar documentos y extraer contenido de los PDF. Al mejorar cómo tus productos manejan los PDFs, estarás en una mejor posición para mejorar su utilidad general. Este módulo también ayudará a automatizar las operaciones de generación de documentos una vez que IronPDF esté integrado en los programas de Python.

Instalar la biblioteca IronPDF

Puedes usar el siguiente comando para instalar los paquetes que permiten a Python habilitar la funcionalidad de IronPDF a través de pip.

pip install ironpdf

Integración de Py2neo con IronPDF

Es necesario gestionar el procesamiento de PDF con IronPDF y comunicarse con una base de datos de grafos Neo4j usando Py2neo para integrar Py2neo con IronPDF en Python. A continuación se proporcionan instrucciones detalladas sobre cómo lograr esta integración:

from py2neo import Graph, Node, Relationship
from ironpdf import *     import warnings
warnings.filterwarnings('ignore')
# Ensure that you have replaces the string with your own license key
License.LicenseKey = "YOUR LICENSE KEY GOES HERE";
# Create a Graph instance with specific configurations
# Replace with your Neo4j credentials and connection details
uri = "bolt://localhost:7687"  # URI for Neo4j Bolt protocol
user = "neo4j"                 # Username
password = "Password"          # Password
# Create a connection to the Neo4j database
graph = Graph(uri, auth=(user, password))
content=''
content +='<h2>User Details</h2>'
# Example of a Cypher query
query = """
MATCH (p:Person)
RETURN p.name AS name
"""
results = graph.run(query)
# Append each name to the content
for record in results:
    content += '<p>' + record["name"] + '</p>' 
# Create a PDF from the HTML content
html_to_pdf = ChromePdfRenderer()
pdf_document = html_to_pdf.RenderHtmlAsPdf(content)
# Save the PDF document
pdf_document.SaveAs("output.pdf")

Este es un script de Python que se conecta a una base de datos gráfica Neo4j usando Py2neo. Ejecuta una consulta Cypher que devuelve los nombres de los nodos Person y los convierte enHTML. Más tarde, crea un documento PDF con este contenido HTML en IronPDF.

El script comenzará importando todas las bibliotecas necesarias y luego establecerá una conexión con Neo4j utilizando las credenciales proporcionadas. Luego convierte una lista de nombres de usuario en una cadena HTML y genera con la clase ChromePdfRenderer de IronPDF un PDF guardado como "output.pdf".

Licencias

Una clave de licencia permite que el código funcione sin una marca de agua. Puedes registrarte para obtener una licencia de prueba gratuita en este **Enlace. Tenga en cuenta que puede obtener uno sin tener que mostrar identificación. Para registrarse en la edición de prueba gratuita, lo único que tiene que proporcionar es su dirección de correo electrónico.

Conclusión

La integración de IronPDF y Py2neo ofrece una potente capacidad para manejar y visualizar datos guardados en una base de datos gráfica Neo4j. Simplifica en gran medida el proceso de comunicación entre el usuario y Neo4j a uno lo suficientemente rápido como para ejecutar una búsqueda y obtener los datos asociados. Con esto, tienes el poder de generar fácilmente PDFs detallados y estéticos con contenido en etiquetas HTML directamente desde las consultas a la base de datos gráfica.

Esta integración permite un análisis y visualización de nivel superior con datos basados en gráficos, con la capacidad de ser utilizada o aplicada de manera efectiva a una amplia gama de aplicaciones. Los ejemplos típicos se encuentran en la creación de informes de inteligencia empresarial o en el registro de relaciones de datos, entre muchos otros. Además de todo esto, se ofrece una multitud de bibliotecas por **IronSoftwarepara facilitar el desarrollo de programas para una variedad de plataformas y sistemas operativos, como Windows, Android, MAC, Linux y otros.