如何防止三元组在以编程方式上传到 Dydra 时混淆？

Question

我正在尝试从我计算机上的芝麻三重存储将一些数据上传到 Dydra。虽然从 Sesame 下载工作正常，但三元组会混淆（当一个对象成为另一个对象时，s-p-o 关系会发生变化）。有人可以解释为什么会发生这种情况以及如何解决吗？代码如下：

#Querying the triplestore to retrieve all results
sesameSparqlEndpoint = 'http://my.ip.ad.here:8080/openrdf-sesame/repositories/rep_name'
sparql = SPARQLWrapper(sesameSparqlEndpoint)
queryStringDownload = 'SELECT * WHERE {?s ?p ?o}'
dataGraph = Graph()

sparql.setQuery(queryStringDownload)
sparql.method = 'GET'
sparql.setReturnFormat(JSON)
output = sparql.query().convert()
print output

for i in range(len(output['results']['bindings'])):
    #The encoding is necessary to parse non-English characters
    output['results']['bindings'][i]['s']['value'].encode('utf-8')
    try:
        subject_extract = output['results']['bindings'][i]['s']['value']
        if 'http' in subject_extract:
            subject = "<" + subject_extract + ">"
            subject_url = URIRef(subject)
            print subject_url

        predicate_extract = output['results']['bindings'][i]['p']['value']
        if 'http' in predicate_extract:
            predicate = "<" + predicate_extract + ">"
            predicate_url = URIRef(predicate)
            print predicate_url

        objec_extract = output['results']['bindings'][i]['o']['value']
        if 'http' in objec_extract:
            objec = "<" + objec_extract + ">"
            objec_url = URIRef(objec)
            print objec_url
        else:
            objec = objec_extract
            objec_wip = '"' + objec + '"'
            objec_url = URIRef(objec_wip)

        # Loading the data on a graph       
        dataGraph.add((subject_url,predicate_url,objec_url))

    except UnicodeError as error: 
        print error

#Print all statements in dataGraph      
for stmt in dataGraph:
    pprint.pprint(stmt)

# Upload to Dydra
URL = 'http://dydra.com/login'
key = 'my_key'

with requests.Session() as s:
    resp = s.get(URL)
    soup = BeautifulSoup(resp.text,"html5lib")
    csrfToken = soup.find('meta',{'name':'csrf-token'}).get('content')
    # print csrf_token
    payload = {
    'account[login]':key,
    'account[password]':'',
    'csrfmiddlewaretoken':csrfToken,
    'next':'/'
    }
    # print payload

    p = s.post(URL,data=payload, headers=dict(Referer=URL))
    # print p.text

    r = s.get('http://dydra.com/username/rep_name/sparql')
    # print r.text

    dydraSparqlEndpoint = 'http://dydra.com/username/rep_name/sparql'
    for stmt in dataGraph:
        queryStringUpload = 'INSERT DATA {%s %s %s}' % stmt
        sparql = SPARQLWrapper(dydraSparqlEndpoint)
        sparql.setCredentials(key,key)
        sparql.setQuery(queryStringUpload)
        sparql.method = 'POST'
        sparql.query()

Answer 1

复制数据的一种更简单的方法（除了使用 CONSTRUCT 查询而不是 SELECT，就像我在评论中提到的那样）就是让 Dydra 本身直接访问您的 Sesame 端点，因为通过 SERVICE-clause 的示例。

在您的 Dydra 数据库上执行以下操作，并且（一段时间后，取决于您的 Sesame 数据库有多大），所有内容都将被复制过来：

   INSERT { ?s ?p ?o }
   WHERE { 
      SERVICE <http://my.ip.ad.here:8080/openrdf-sesame/repositories/rep_name> 
      { ?s ?p ?o }
   }

如果以上方法在 Dydra 上不起作用，您也可以使用 URI http://my.ip.ad.here:8080/openrdf-sesame/repositories/rep_name/statements 从您的 Sesame 商店直接访问 RDF 语句。假设 Dydra 有一个上传功能，您可以在其中提供 RDF 文档的 URL，您可以简单地向它提供上述 URI，它应该能够加载它。

Answer 2

如果进行以下更改，上面的代码可以工作：

使用 CONSTRUCT 查询而不是 SELECT。详情在这里 -> How to iterate over CONSTRUCT output from rdflib?
使用密钥作为帐户[登录名]和帐户[密码]的输入

但是，这可能不是最有效的方法。首先，对每个三元组进行单独的 INSERT 并不是一个好方法。 Dydra 不会以这种方式记录所有语句（我只插入了大约 30% 的三元组）。相反，使用Jeen建议的http://my.ip.ad.here:8080/openrdf-sesame/repositories/rep_name/statements方法使我能够成功移植所有数据。

如何防止三元组在以编程方式上传到 Dydra 时混淆？

How to prevent triples from getting mixed up while uploading to Dydra programmatically?

python

semantic-web

sesame

rdflib

linked-data