5python之列表搜索及获取标签处理

写在前面的话

趴下继续睡。昨天，在图书馆遇见一哥们。我问他怎么11点了才来，他说，我比较随性，主打一个出其不意。我要他展开说说。他说：“我给你讲一个事，之前老家人说让我介绍工作，我满口答应，结果之后的某一天，老家人过来了，推门进入，我当时困的不行，正趴在桌子上睡，他们推醒我，我看了他们一眼，趴下继续睡。老家人气愤的摔门而去；我醒来老妈责备我说，你之前答应过的，怎么这个态度。我给老妈说，答应的事一定要办吗，谁规定的。后来，哥们只要回村，就会招人骂，我慢慢也习惯了”。再后来，哥们受不了公司约束，出来自己做，但毫无章法，有时连着三天不睡，有时连睡三天，最后，做直播，写好的哪天几点直播，结果没开播，但一些粉丝就喜欢他这种出其不意，觉得有趣，给别人带来快乐，他也赚到了钱。给我的感觉是这哥们活出了真我，是个奇人。

[336]-------底部有张生活照片

【关键词】python、neo4j、列表搜索、获取标签

一、python+neo4j接口相关

1.列表搜索

描述，对属性列表，建个搜索，像节点id太多了，不搜索基本不行。

开工：

第一步：搜索关键字-1357

总共六项，如下：

{
    "type":"node_labels",
    "type":"entity_type",
    "type":"source_id",
    "type":"description",
    "type":"id",
    "type":"relation_labels",
}

注：应该看 "type":"relation_labels",修改程序如下：

图5a-1

注：这个也是用contains搞一下就可以。

第二步：上线

把代码上线，并改下接口文档

2.获取标签

描述：现在需要获取下库里的所有节点标签，之前是写到一个json里，需要优化一下。

开工：

第一步：时间段

【1528-1540】【0927-0940】【1115-1120】

第二步：获取-1050

写个程序获取一下，程序如下：

CALL db.labels() YIELD label
WHERE label = 'Person'
RETURN label

注：可以参考这个。

修改程序如下：

@lru_cache(maxsize=None)
def getLabelsDataUseCache(keyword,limit):
    res_data = [{"id":"id"}]
    sql = """
        CALL db.labels() YIELD label
        WHERE label CONTAINS '"""+keyword+"""'
        WITH DISTINCT label AS distinct_column_name
        limit """+limit+"""
        RETURN {id: distinct_column_name} AS column_data;
    """
    # writeMyLog(sql,get_caller_line_number()+'sql-getLabelsDataUseCache')
    res_data = getSelectData(sql)
    r_data=[]
    for record in res_data:
        r_data.append(record['column_data'])
    if r_data:
        res_data = r_data
    return res_data

注：这个里面，使用了缓存，因为线上是2.6，所以，使用了旧的缓存方法@lru_cache(maxsize=None)。

第三步：测试

测试还可以

3.颜色处理

描述：现在返回前端数据时，要给个节点颜色，颜色来源是一个json文件，要对不同的节点entity_type，标注不同的颜色，现在需要优化一下。当前现状，截图如下：

图5a-2

开工：

第一步：时间段

【1115-1120】

第二步：实体

看下有多少个实体，语句如下：

            MATCH (n)
            WITH DISTINCT n.entity_type AS distinct_column_name
            limit 10000
            RETURN {id: distinct_column_name} AS column_data;

注：太多了，上千个数据，截图如下：

图5a-3

注：选择前七个就可以，其它先不管，修改如下：

图5a-4

注：先这样。

第三步：测试

测试还可以

二、php-laravel相关

1.运行项目之数据库

描述：现在数据库能连上，但建表出问题。截图如下：

图5b-1

分析：应该是字符太长了，处理一下。

开工：

第一步：处理-1934

要了个数据库，可以了，截图如下：

图5b-2

注：破解下登录。

第二步：破解登录-2024

打个公共日志，先找个公共方法，如下：

图5b-3

注：这个在helpers里面。破解密码如下：

图5b-4

注：这个密码在哪验证的呢，神奇了。

第三步：跳过验证（0-20）

跳过验证不成功，密码也暂停一下。因为对方给了。接下来，后端生成邀请码，前端请求，提示又使用，看下为什么不行。

明明未使用。

2.邀请码过期

描述：后台生成邀请码，前台未使用，就提示已使用。截图如下：

图5b-5

开工：

第一步：时间段

【1608-1620】【1214-1230】【1652-1730】

第二步：看下前台验证代码

第三步：测试

三、数据抽取相关

1.运行项目

描述：有一个项目，开源框架，需要运行一下，它的功能是能进行数据抽取。给出一个pdf，能提取里面的文字到一个txt。

开工：

第一步：时间段

【0951-1020】

第二步：下载项目

项目地址：

https://github.com/Unstructured-IO/unstructured

clone地址：

https://github.com/Unstructured-IO/unstructured.git

第三步：运行项目

安装pdf扩展，已完成，转pdf代码如下：

import unstructured
from unstructured.partition.auto import partition

elements = partition("paper.pdf")
# 打印提取的元素
for element in elements:
    print(element)

注：运行结果如下：

图5c-1

注：接下来，解析下一篇文章。

2.解析文章

描述：使用unstructure主要是为了解决文章带目录，按目录章节解析的问题，现在找一篇带目录的解析一下。

开工：

第一步：时间段

【1046-1100】

第二步：找一篇文章

找了一个pdf，截图如下：

图5c-2

注：运行报错，如下：

E:\16python\data_get1127\data_get_local>python 1.py
Traceback (most recent call last):
  File "D:\Python\Python39\lib\site-packages\pdf2image\pdf2image.py", line 581, in pdfinfo_from_path
    proc = Popen(command, env=env, stdout=PIPE, stderr=PIPE)
  File "D:\Python\Python39\lib\subprocess.py", line 951, in __init__
    self._execute_child(args, executable, preexec_fn, close_fds,
  File "D:\Python\Python39\lib\subprocess.py", line 1420, in _execute_child
    hp, ht, pid, tid = _winapi.CreateProcess(executable, args,
FileNotFoundError: [WinError 2] 系统找不到指定的文件。

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "E:\16python\data_get1127\data_get_local\1.py", line 4, in <module>
    elements = partition("05_xiao.pdf")
  File "D:\Python\Python39\lib\site-packages\unstructured\partition\auto.py", line 337, in partition
    elements = partition_pdf(
  File "D:\Python\Python39\lib\site-packages\unstructured\documents\elements.py", line 581, in wrapper
    elements = func(*args, **kwargs)
  File "D:\Python\Python39\lib\site-packages\unstructured\file_utils\filetype.py", line 725, in wrapper
    elements = func(*args, **kwargs)
  File "D:\Python\Python39\lib\site-packages\unstructured\file_utils\filetype.py", line 683, in wrapper
    elements = func(*args, **kwargs)
  File "D:\Python\Python39\lib\site-packages\unstructured\chunking\dispatch.py", line 74, in wrapper
    elements = func(*args, **kwargs)
  File "D:\Python\Python39\lib\site-packages\unstructured\partition\pdf.py", line 209, in partition_pdf
    return partition_pdf_or_image(
  File "D:\Python\Python39\lib\site-packages\unstructured\partition\pdf.py", line 339, in partition_pdf_or_image
    elements = _partition_pdf_or_image_with_ocr(
  File "D:\Python\Python39\lib\site-packages\unstructured\partition\pdf.py", line 860, in _partition_pdf_or_image_with_ocr
    for page_number, image in enumerate(
  File "D:\Python\Python39\lib\site-packages\unstructured\partition\pdf_image\pdf_image_utils.py", line 400, in convert_pdf_to_images
    info = pdf2image.pdfinfo_from_path(filename)
  File "D:\Python\Python39\lib\site-packages\pdf2image\pdf2image.py", line 607, in pdfinfo_from_path
    raise PDFInfoNotInstalledError(
pdf2image.exceptions.PDFInfoNotInstalledError: Unable to get page count. Is poppler installed and in PATH?

注：这个表示需要安装一个Poppler,需要自己去找。

四、生活照片

拍摄于‎2025‎年‎12‎月‎6‎日，‏‎18:22:24，大宝过生日时拍的，当时，大宝8岁。后来我想了想，这哥们歪打正着的成功了，一身明牌，很气派。他抓住了网红千篇一律的同质感，把自己的个性打出来，粉丝还就爱这一口，也可以说是一个畸形的存在。但很多时候，他这种不顾别人感受的做法，是要遭到反噬的，比如：他和一个老板约好，下周三晚上8点会面谈事，结果他没去，也没提前通知，也不说明原因，用他的话说，约好就一定要去啊。那可能以后，那个老板就不理他了。所说，还是不建议学他，风险太大。

图5d-1

五、昨日花销

昨日花销截图如下：

图5e-1

《本文完》