RDF4J:解析来自端点的查询结果并将其存储为 ntriples 文件(格式错误的查询)

RDF4J: Parse query result from endpoint and store it as ntriples file (malformed query)

this 端点中,有一个选项可以获取 N 元组格式的查询结果。我想在连接到端点时对 rdf4j 库执行相同的操作,并将结果保存在 ntriples 格式的文件中。

到目前为止,我使用了 graphQuery (CONSTRUCT):

        .....
        String queryString = prefixes +
                " CONSTRUCT { ?sub ?hasProp ?prop } WHERE { ?sub ?hasProp ?prop FILTER(?sub = yago:Naples) } ";
        GraphQuery graphQuery = con.prepareGraphQuery(QueryLanguage.SPARQL, queryString);
        RDFWriter writer = new NTriplesWriter(System.out);
        graphQuery.evaluate(writer);

不幸的是,我得到:[来自服务器的格式错误的查询结果](应为“.”,发现为“–”)。在端点中,结果返回得很好(Ntriples 格式)。这可能是 rdf4j 的错误吗?

> <http://yago-knowledge.org/resource/Naples>
> <http://yago-knowledge.org/resource/linksTo>
> <http://yago-knowledge.org/resource/S.S.C._Napoli> .
> <http://yago-knowledge.org/resource/Naples>
> <http://yago-knowledge.org/resource/linksTo>
> <http://yago-knowledge.org/resource/Treno_Alta_Velocit\u00E0> .
> <http://yago-know18:50:57.014 [main] ERROR
> o.e.r.rio.helpers.ParseErrorLogger - [Rio fatal] Expected '.', found
> '–' (386, -1) org.eclipse.rdf4j.query.QueryEvaluationException:
> Malformed query result from server    at
> org.eclipse.rdf4j.repository.sparql.query.SPARQLGraphQuery.evaluate(SPARQLGraphQuery.java:69)
>   at org.example.Connect.main(Connect.java:60) Caused by:
> org.eclipse.rdf4j.repository.RepositoryException: Malformed query
> result from server    at
> org.eclipse.rdf4j.http.client.SPARQLProtocolSession.getRDF(SPARQLProtocolSession.java:934)
>   at
> org.eclipse.rdf4j.http.client.SPARQLProtocolSession.sendGraphQuery(SPARQLProtocolSession.java:463)
>   at
> org.eclipse.rdf4j.repository.sparql.query.SPARQLGraphQuery.evaluate(SPARQLGraphQuery.java:62)
>   ... 1 more Caused by: org.eclipse.rdf4j.rio.RDFParseException:
> Expected '.', found '–' [line 386]    at
> org.eclipse.rdf4j.rio.helpers.RDFParserHelper.reportFatalError(RDFParserHelper.java:403)
>   at
> org.eclipse.rdf4j.rio.helpers.AbstractRDFParser.reportFatalError(AbstractRDFParser.java:755)
>   at
> org.eclipse.rdf4j.rio.turtle.TurtleParser.reportFatalError(TurtleParser.java:1318)
>   at
> org.eclipse.rdf4j.rio.turtle.TurtleParser.verifyCharacterOrFail(TurtleParser.java:1153)
>   at
> org.eclipse.rdf4j.rio.turtle.TurtleParser.parseStatement(TurtleParser.java:241)
>   at
> org.eclipse.rdf4j.rio.turtle.TurtleParser.parse(TurtleParser.java:201)
>   at
> org.eclipse.rdf4j.rio.turtle.TurtleParser.parse(TurtleParser.java:143)
>   at
> org.eclipse.rdf4j.http.client.SPARQLProtocolSession.getRDF(SPARQLProtocolSession.java:931)
>   ... 3 more

当 RDF4J 的 SPARQLRepository 对此端点执行 SPARQL 查询请求时,端点以 Turtle 格式发回其响应。不幸的是,该响应包含语法错误。发生的情况如下:

  1. RDF4J做一个查询请求,说明几种可接受的结果格式(包括Turtle和N-Triples);
  2. 端点执行查询,选择Turtle作为响应格式,并将查询结果序列化到Turtle中;
  3. RDF4J接收Turtle数据并解析;
  4. 解析后的结果被传递给 NTriplesWriter,然后写出。

但是,端点发回的查询结果文档在语法上不是有效的 Turtle,这导致 RDF4J 的 Turtle 解析器在步骤 3 中异常中止。

问题出在响应中的这一行(第 386 行):

    yago:Italian_War_of_1494–98 ,

具体来说,就是149498之间的字符。虽然它看起来像一个完全合法的减号 (-),但它实际上是一个 so-called 'en dash',(Unicode 字符 0x2013)。这不是 Turtle 前缀名称中的合法字符。

端点的 Turtle writer 应该 通过更改为完整的 URI 而不是前缀名称并使用 Unicode 转义序列来正确序列化值,如下所示:

<http://yago-knowledge.org/resource/Italian_War_of_1494\u201398>

可能值得与端点维护者一起记录错误报告,并提出对此影响的修复建议。

作为变通方法,端点的 N-Triples 输出(如果您强制它使用 N-Triples 而不是 Turtle 进行响应)在句法上似乎是正确的。您可以通过 "overwriting" 标准 Accept header 强制服务器用 N-Triples 而不是 Turtle 响应,RDF4J 的 SPARQLRepository 发送,像这样:

SPARQLRepository repo = new SPARQLRepository(endpoint);

// create a new map of additional http headers
Map<String, String> headers = new HashMap<String, String>();

// we set the Accept header to _only_ accept text/plain, forcing the endpoint
// to use N-Triples as the response format. This overwrites the standard
// Accept header that RDF4J sends.
headers.put("Accept", "text/plain");
repo.setAdditionalHttpHeaders(headers);

完成后,您的其余代码应该可以正常工作。