五、数据导入与存储
5.1 使用 Python 连接 PostgreSQL 数据库
在 Python 中，使用 psycopg2 库可以方便地连接 PostgreSQL 数据库，实现数据的导入与存储操作。psycopg2 是一个流行的 PostgreSQL 适配器，它提供了丰富的功能和高效的性能，能够满足电子病历数据处理的需求。
在使用 psycopg2 库之前，需要先确保其已安装。可以使用 pip 命令进行安装：
| pip install psycopg2 |
如果安装过程中遇到问题，可能是因为缺少相关的依赖库。在 Linux 系统中，可能需要安装libpq-dev库，可以使用以下命令进行安装（以 Ubuntu 为例）：
| sudo apt-get install libpq-dev |
在 Windows 系统中，可以从 psycopg2 官方网站下载对应的安装包进行安装。
安装完成后，即可在 Python 代码中使用 psycopg2 库连接 PostgreSQL 数据库。连接数据库时，需要提供数据库的相关配置信息，包括主机名、用户名、端口号、密码和数据库名。以下是一个简单的连接示例：
| import psycopg2 # 数据库配置信息 host = "your_host" user = "your_user" port = "your_port" # PostgreSQL默认端口是5432 password = "your_password" dbname = "your_dbname" # 连接数据库 try: conn = psycopg2.connect( host=host, user=user, port=port, password=password, dbname=dbname ) print("连接成功") except psycopg2.Error as e: print(f"连接失败: {e}") |
在上述代码中，首先导入了 psycopg2 库。然后，定义了数据库的配置信息，包括主机名、用户名、端口号、密码和数据库名。在实际应用中，需要将这些信息替换为真实的数据库配置。接着，使用psycopg2.connect()方法尝试连接数据库。如果连接成功，会打印 “连接成功”；如果连接失败，会捕获psycopg2.Error异常，并打印错误信息。
在实际应用中，为了提高代码的安全性和可维护性，建议将数据库配置信息存储在配置文件中，如config.ini文件。config.ini文件的内容可以如下：
| [database] host = your_host user = your_user port = your_port password = your_password dbname = your_dbname |
在 Python 代码中，可以使用configparser库读取配置文件中的信息：
| import psycopg2 import configparser # 读取配置文件 config = configparser.ConfigParser() config.read('config.ini') # 获取数据库配置信息 host = config.get('database', 'host') user = config.get('database', 'user') port = config.get('database', 'port') password = config.get('database', 'password') dbname = config.get('database', 'dbname') # 连接数据库 try: conn = psycopg2.connect( host=host, user=user, port=port, password=password, dbname=dbname ) print("连接成功") except psycopg2.Error as e: print(f"连接失败: {e}") |
通过这种方式，将数据库配置信息与代码分离，使得代码更加清晰和易于维护。同时，在部署应用时，只需修改配置文件中的信息，而无需修改代码，提高了应用的灵活性和安全性。
在连接数据库时，还需要注意异常处理。除了上述捕获psycopg2.Error异常外，还可以捕获其他可能的异常，如psycopg2.OperationalError表示操作错误，可能是由于网络问题或数据库服务未启动导致的；psycopg2.InternalError表示内部错误，可能是由于数据库连接池已满或数据库内部错误导致的。通过捕获这些异常，可以更准确地处理连接过程中可能出现的问题：
| import psycopg2 import configparser # 读取配置文件 config = configparser.ConfigParser() config.read('config.ini') # 获取数据库配置信息 host = config.get('database', 'host') user = config.get('database', 'user') port = config.get('database', 'port') password = config.get('database', 'password') dbname = config.get('database', 'dbname') # 连接数据库 try: conn = psycopg2.connect( host=host, user=user, port=port, password=password, dbname=dbname ) print("连接成功") except psycopg2.OperationalError as e: print(f"操作错误，连接失败: {e}") except psycopg2.InternalError as e: print(f"内部错误，连接失败: {e}") except psycopg2.Error as e: print(f"连接失败: {e}") |
这样，在连接数据库时，能够更全面地处理各种异常情况，提高程序的稳定性和可靠性。
5.2 将 NLP 处理后的数据插入数据库
在成功连接到 PostgreSQL 数据库后，就可以将 NLP 处理得到的实体、关系等数据插入到相应的表中。以下将详细介绍如何使用 Python 和 psycopg2 库实现这一过程，并给出具体的代码示例。
假设已经通过 NLP 处理得到了患者的基本信息、病历记录、实体和关系等数据。以之前提到的实际电子病历数据为例，NLP 处理后得到的实体和关系如下：
| # 假设NLP处理后得到的实体 entities = [('男性', '性别'), ('56岁', '年龄'), ('多饮', '症状'), ('多食', '症状'), ('多尿', '症状'), ('体重下降', '症状'), ('1个月', '时间'), ('高血压', '疾病'), ('5年', '时间'), ('硝苯地平', '药物'), ('空腹血糖12.5mmol/L', '检查结果'), ('餐后2小时血糖18.6mmol/L', '检查结果'), ('糖化血红蛋白8.5%', '检查结果'), ('2型糖尿病', '疾病'), ('二甲双胍片', '药物')] # 假设NLP处理后得到的关系（这里简单模拟，实际可能更复杂） relations = [((1, '2型糖尿病'), (3, '多饮'), '症状表现'), ((1, '2型糖尿病'), (4, '多食'), '症状表现'), ((1, '2型糖尿病'), (5, '多尿'), '症状表现'), ((1, '2型糖尿病'), (15, '二甲双胍片'), '治疗药物')] |
其中，实体列表entities包含了实体文本及其类型，关系列表relations包含了两个实体的 ID 及其之间的关系类型。这里的实体 ID 是假设在插入实体表后生成的自
