如何在Neo4j中使用Cypher查询处理含分段分隔符的拼接CSV文件

Neo4j内置的LOAD CSV没有提供直接按自定义分隔符拆分分段CSV的配置项，但可以通过两类方法实现分段独立处理的需求：

• 预处理拆分文件（推荐方案，性能最优）
  导入前先通过命令行工具、简单脚本把原始拼接文件按--------分隔符切分成多个独立的标准CSV文件，之后就可以分别写独立的Cypher查询，用常规LOAD CSV逻辑处理每个分段文件即可。这种方案没有额外的Cypher层计算开销，导入速度最快，也不会出现字段解析错位的问题，是生产环境最常用的处理方式。
• Cypher层读入后分段过滤（无需提前拆分文件）
  如果不想提前修改原始文件，可以先把整个文件按单行文本形式读入，定位到分隔符所在的行号后，按行号区间筛选出对应分段的数据再分别处理。如果要写两个完全独立的查询，可以先执行一次查询定位分隔符行号作为参数，再分别传入两个处理查询即可。
  定位分隔符行号的参考Cypher：

  LOAD CSV FROM 'file:///your_combined.csv' AS row
  WITH linenumber() AS lineNum, row[0] AS lineContent
  WHERE lineContent = '--------'
  RETURN lineNum AS splitPosition
  

  拿到分隔符行号后，就可以在两个独立查询里分别处理对应分段，比如处理第一段人员数据的查询：

  // 传入上一步查到的splitPosition参数，示例中分隔符在第4行
  :param splitPosition => 4
  LOAD CSV FROM 'file:///your_combined.csv' AS row
  WITH linenumber() AS lineNum, row
  // 跳过首行表头、分隔符行、第二段所有行
  WHERE lineNum > 1 AND lineNum < $splitPosition
  MERGE (p:Person {name: row[0], age: toInteger(row[1])})
  

  处理第二段父子关系数据的查询逻辑同理，筛选行号大于splitPosition + 1（跳过第二段的表头行）的行做关系创建即可。

注意：如果你的CSV字段本身包含换行、逗号这类特殊字符，不推荐用Cypher层分段的方案，这类特殊字符会导致行号计算、字段拆分出错，优先选择预处理拆分文件的方案。

内容的提问来源于stack exchange，提问作者Mehmet Berk Cetin