如何用Python读取Google Drive的JSON文件并导入Neo4j Aura DB？

方法选择 #

推荐采用Google Drive API + Neo4j官方Python驱动的方案，两者均为官方工具，文档完善、稳定性高，适合无经验的新手快速上手：

• Google Drive API：安全可靠地读取云端文件内容，无需手动下载文件
• Neo4j官方驱动（neo4j）：直接与Neo4j Aura建立连接，支持标准Cypher语句导入数据

步骤1：准备工作 #

1. 配置Google Drive API权限
   • 登录Google Cloud控制台，创建新项目后启用「Google Drive API」
   • 创建服务账号，下载JSON格式的密钥文件，重命名为service_account_key.json并放在Python项目目录下
   • 打开Google Drive中目标JSON文件的共享设置，将服务账号的邮箱（密钥文件内的client_email字段）添加为查看者
2. 安装依赖包
   在终端执行：

   pip install google-api-python-client google-auth-httplib2 google-auth-oauthlib neo4j
   

步骤2：读取Google Drive中的JSON文件 #

先获取目标JSON文件的文件ID（从文件分享链接提取，例如https://drive.google.com/file/d/XXXXXX/view中的XXXXXX），然后编写代码读取内容：

import json
from google.oauth2 import service_account
from googleapiclient.discovery import build

# 配置参数
SCOPES = ['https://www.googleapis.com/auth/drive.readonly']
SERVICE_ACCOUNT_FILE = 'service_account_key.json'
TARGET_FILE_ID = '你的JSON文件ID'

# 初始化Drive API客户端
credentials = service_account.Credentials.from_service_account_file(
    SERVICE_ACCOUNT_FILE, scopes=SCOPES)
drive_service = build('drive', 'v3', credentials=credentials)

# 读取并解析JSON文件
file_content = drive_service.files().get_media(fileId=TARGET_FILE_ID).execute().decode('utf-8')
json_dataset = json.loads(file_content)

步骤3：连接Neo4j Aura并导入数据 #

1. 从Neo4j Aura控制台复制连接URI、默认用户名（neo4j）和设置的密码
2. 根据你的JSON数据结构编写导入代码（以下为通用示例，需根据实际数据调整Cypher语句）：

from neo4j import GraphDatabase

# Neo4j连接参数
NEO4J_URI = "neo4j+s://xxx.databases.neo4j.io"
NEO4J_USER = "neo4j"
NEO4J_PASSWORD = "你的Neo4j密码"

# 初始化Neo4j驱动
driver = GraphDatabase.driver(NEO4J_URI, auth=(NEO4J_USER, NEO4J_PASSWORD))

# 定义数据导入函数
def import_to_neo4j(tx, dataset):
    # 示例：假设dataset是用户节点列表，每个节点含id、name属性
    for item in dataset:
        tx.run("""
            MERGE (u:User {user_id: $id, username: $name})
        """, id=item['id'], name=item['name'])

# 执行导入并关闭连接
with driver.session() as session:
    session.execute_write(import_to_neo4j, json_dataset)
driver.close()

关键注意事项 #

• 确保JSON文件采用UTF-8编码，避免解码失败
• 导入前先设计好Neo4j数据模型（节点标签、属性、关系类型），再对应修改Cypher语句
• 若数据量较大，建议分批次导入（例如每1000条数据提交一次），避免超时
• 测试阶段先用小批量数据验证流程，确认无误后再全量导入

内容的提问来源于stack exchange，提问作者gorkemkaratepe