从端点检索数据
Retrieve data from an endpoint
各位，
一个简单的问题：是否可以检索端点的整个数据集（作为 Turtle，或 XML）？
我尝试过一些操作，例如从 SPARQL 查询下载全部数据，但连接断开，如果没有断开，则数据格式不正确（这是正常的，它是结果而不是原始数据）。我尝试了 Python 感谢 RDFlib，也感谢 Linux 工具 CUrl
我浏览了 web 以找到一些有趣的东西，我发现：如果放置了数据，我需要手动下载数据（比如在带有转储的 DBpedia 上）。我还发现了一些可用的软件，但它们无法检索全部数据（它们仅检索资源，例如 http://dbpedia.org/resource/something）。
如果可以的话，我会很高兴听到那个。实际上，如果端点是最新的，则转储不一定是最新的。
编辑：
举个例子，我可以说这个命令行是有效的：
curl -L -H "Accept:text/turtle" http://dbpedia.org/resource/Paris 有效（至少在 Linux distrib 上有效）！ 我想要的是，但对于整个 DBpedia 数据。 （在我的真实案例中，它显然不是 dbpedia，我不想下载 20GB 的数据！）
克莱门特
我是 SPARQL 的新手，但理论上您可以使用此查询从端点获取所有三元组：
SELECT * WHERE { ?s ?p ?o . }
LIMIT 100
我在 DBpedia https://dbpedia.org/sparql 中尝试过这个方法并且它有效，尽管你应该使用 LIMIT 将结果保持在合理的大小（即使你不使用 LIMIT，DBpedia 上有一个内部限制端点以防止服务器过载）。实际上可能有数百万个三元组，所以可能只想使用这种查询来更好地理解数据。
我在 Python 中找到了操作方法：
from SPARQLWrapper import SPARQLWrapper,TURTLE
query = "CONSTRUCT { ?s ?p ?o } WHERE { ?s ?p ?o }"
sparql = SPARQLWrapper("http://dbpedia.org/sparql")
sparql.setQuery(query)
sparql.setTimeout(0)
sparql.setReturnFormat(TURTLE)
results = sparql.query().convert()
#print(results)
file = open("output.ttl", "wb")
file.write(results)
file.flush()
file.close()
没有设置限制，它会在那里失败。事实上，DBpedia 的端点设置为 120 秒的执行超时。但是，如果您找到适合您的超时或没有超时的端点，则这段代码有效。如果您在 SPARQL 查询的末尾设置限制，它也可以工作，例如 query = "CONSTRUCT { ?s ?p ?o } WHERE { ?s ?p ?o } LIMIT 100"
各位，
一个简单的问题：是否可以检索端点的整个数据集（作为 Turtle，或 XML）？
我尝试过一些操作，例如从 SPARQL 查询下载全部数据，但连接断开，如果没有断开，则数据格式不正确（这是正常的，它是结果而不是原始数据）。我尝试了 Python 感谢 RDFlib，也感谢 Linux 工具 CUrl
我浏览了 web 以找到一些有趣的东西，我发现：如果放置了数据，我需要手动下载数据（比如在带有转储的 DBpedia 上）。我还发现了一些可用的软件，但它们无法检索全部数据（它们仅检索资源，例如 http://dbpedia.org/resource/something）。
如果可以的话，我会很高兴听到那个。实际上，如果端点是最新的，则转储不一定是最新的。
编辑：
举个例子，我可以说这个命令行是有效的：
curl -L -H "Accept:text/turtle" http://dbpedia.org/resource/Paris 有效（至少在 Linux distrib 上有效）！ 我想要的是，但对于整个 DBpedia 数据。 （在我的真实案例中，它显然不是 dbpedia，我不想下载 20GB 的数据！）
克莱门特
我是 SPARQL 的新手，但理论上您可以使用此查询从端点获取所有三元组：
SELECT * WHERE { ?s ?p ?o . }
LIMIT 100
我在 DBpedia https://dbpedia.org/sparql 中尝试过这个方法并且它有效，尽管你应该使用 LIMIT 将结果保持在合理的大小（即使你不使用 LIMIT，DBpedia 上有一个内部限制端点以防止服务器过载）。实际上可能有数百万个三元组，所以可能只想使用这种查询来更好地理解数据。
我在 Python 中找到了操作方法：
from SPARQLWrapper import SPARQLWrapper,TURTLE
query = "CONSTRUCT { ?s ?p ?o } WHERE { ?s ?p ?o }"
sparql = SPARQLWrapper("http://dbpedia.org/sparql")
sparql.setQuery(query)
sparql.setTimeout(0)
sparql.setReturnFormat(TURTLE)
results = sparql.query().convert()
#print(results)
file = open("output.ttl", "wb")
file.write(results)
file.flush()
file.close()
没有设置限制，它会在那里失败。事实上，DBpedia 的端点设置为 120 秒的执行超时。但是，如果您找到适合您的超时或没有超时的端点，则这段代码有效。如果您在 SPARQL 查询的末尾设置限制，它也可以工作，例如 query = "CONSTRUCT { ?s ?p ?o } WHERE { ?s ?p ?o } LIMIT 100"