Java n-三重RDF解析

Question

我想解析一个n-triple形式的RDF文件。

我可以编写自己的解析器，但我宁愿使用库，而Jena似乎没有必要为此目的而复杂(或者至少我看不到他们的文档解释如何以合理的方式读取n-triples)。

你能给我指出一些有用的库吗?或者如果你知道芝麻或耶拿，你可能知道他们是如何解决这个问题的。

Answer 1

对于Jena来说并不那么困难:

给定一个文件rdfexample.ntriple，其中包含以下N-TRIPLE形式的RDF(示例取自此处):

<http://www.recshop.fake/cd/Hide your heart> <http://www.recshop.fake/cd#year> "1988" .
<http://www.recshop.fake/cd/Hide your heart> <http://www.recshop.fake/cd#price> "9.90" .
<http://www.recshop.fake/cd/Hide your heart> <http://www.recshop.fake/cd#company> "CBS Records" .
<http://www.recshop.fake/cd/Hide your heart> <http://www.recshop.fake/cd#country> "UK" .
<http://www.recshop.fake/cd/Hide your heart> <http://www.recshop.fake/cd#artist> "Bonnie Tyler" .
<http://www.recshop.fake/cd/Empire Burlesque> <http://www.recshop.fake/cd#year> "1985" .
<http://www.recshop.fake/cd/Empire Burlesque> <http://www.recshop.fake/cd#price> "10.90" .
<http://www.recshop.fake/cd/Empire Burlesque> <http://www.recshop.fake/cd#company> "Columbia" .
<http://www.recshop.fake/cd/Empire Burlesque> <http://www.recshop.fake/cd#country> "USA" .
<http://www.recshop.fake/cd/Empire Burlesque> <http://www.recshop.fake/cd#artist> "Bob Dylan" .

下面的代码

public static void main(String[] args) {
    String fileNameOrUri = "src/a/rdfexample.ntriple";
    Model model = ModelFactory.createDefaultModel();
    InputStream is = FileManager.get().open(fileNameOrUri);
    if (is != null) {
        model.read(is, null, "N-TRIPLE");
        model.write(System.out, "TURTLE");
    } else {
        System.err.println("cannot read " + fileNameOrUri);;
    }
}

读取文件，并以TURTLE形式打印出来:

<http://www.recshop.fake/cd/Hide your heart>
      <http://www.recshop.fake/cd#artist>
              "Bonnie Tyler" ;
      <http://www.recshop.fake/cd#company>
              "CBS Records" ;
      <http://www.recshop.fake/cd#country>
              "UK" ;
      <http://www.recshop.fake/cd#price>
              "9.90" ;
      <http://www.recshop.fake/cd#year>
              "1988" .
<http://www.recshop.fake/cd/Empire Burlesque>
      <http://www.recshop.fake/cd#artist>
              "Bob Dylan" ;
      <http://www.recshop.fake/cd#company>
              "Columbia" ;
      <http://www.recshop.fake/cd#country>
              "USA" ;
      <http://www.recshop.fake/cd#price>
              "10.90" ;
      <http://www.recshop.fake/cd#year>
              "1985" .

因此，使用Jena，您可以轻松地将RDF(任何形式)解析为com.hp.hpl.jena.rdf.model.Model对象，这允许您以编程方式操作它。

Answer 2

如果您只想解析NTriples，除了基本的处理和查询之外不需要做任何事情，那么您可以尝试NxParser。这是一段非常简单的Java代码，它会传递任何NTriples，比如format(比如NQuads等)，它会给你一个遍历文件中的语句的迭代器。如果你只想要NTriples，你可以很容易地忽略少于或多于3个元素的语句。

在链接页面上调整示例将得到以下简单代码:

NxParser nxp = new NxParser(new FileInputStream("filetoparse.nq"),false);
while (nxp.hasNext()) 
{
  Node[] ns = nxp.next();
  if (ns.length == 3)
  {
    //Only Process Triples  
    //Replace the print statements with whatever you want
    for (Node n: ns) 
    {
      System.out.print(n.toN3());
      System.out.print(" ");
    }
    System.out.println(".");
  }
}

Answer 3

老问题，但既然您明确地询问了不同的库，我想我应该展示如何使用Eclipse RDF4J的Rio解析器进行简单的RDF解析(披露:我是RDF4J开发人员之一)。

例如，要解析文件并将所有三元组放入Model中，只需这样做:

FileInputStream in = new FileInputStream("/path/to/file.nt");
Model m = Rio.parse(in, RDFFormat.NTRIPLES);

如果您想立即将解析器输出输出到标准输出(例如Turtle格式)，请执行如下操作:

FileInputStream in = new FileInputStream("/path/to/file.nt");
RDFParser parser = Rio.createParser(RDFFormat.NTRIPLES);
parser.parse(in, "", Rio.createWriter(RDFFormat.TURTLE, System.out));

当然，还有更多方法可以使用这些基本工具，请查看工具包文档了解详细信息。

顺便说一下，Rio解析器是作为单独的maven工件提供的，所以如果您希望只使用解析器，而不使用其他RDF4J工具，您可以这样做。