0
문제가 있으며 수 시간 동안 검색 한 후에도 적절한 솔루션을 찾을 수 없습니다. 거북이 문법 (~ 8GB)으로 거대한 RDF 문서를 파싱하고 싶습니다. 이것이 jena riot에서 제공하는 스트림 접근 방식을 선택한 이유입니다. 즉 RDFDataMgr입니다. 처리중인 파일이 공백을 포함하는 잘못된 URI를 사용합니다. 이 경우 치명적인 예외가 발생하고 구문 분석이 중지됩니다. 어쨌든 아무 쓸모가 없기 때문에 그 내용을 잘못된 것으로 인식하고 전체 진술을 건너 뛰고 싶습니다. apache email archive에서 제안 된 솔루션을 시도했지만 트리플이 방출되기 전에 예외가 발생하기 때문에 예상대로 작동하지 않습니다. 누구든지 내가 실수 한 부분을 알고 있거나 다른 해결책을 찾아야합니까? 여기jena로 터틀 구문의 스트림 구문 분석
import org.apache.jena.atlas.lib.Sink;
import org.apache.jena.graph.Triple;
import org.apache.jena.riot.system.StreamRDF;
import org.apache.jena.riot.system.StreamRDFLib;
import org.apache.jena.riot.system.StreamRDFWrapper;
import org.apache.jena.riot.system.SyntaxLabels;
import org.apache.jena.sparql.core.Quad;
import org.apache.jena.riot.RDFDataMgr;
import org.apache.jena.riot.out.SinkQuadOutput;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.OutputStream;
public class JenaStreamWrapper extends StreamRDFWrapper {
public static void main(String... argv) throws FileNotFoundException {
String filename = "file.ttl";
OutputStream outputStream = new FileOutputStream(new File("file.nq"));
StreamRDF filtered = new JenaStreamWrapper(StreamRDFLib.writer(outputStream));
RDFDataMgr.parse(filtered, filename);
}
public JenaStreamWrapper(StreamRDF other) {
super(other);
}
@Override
public void triple(Triple triple) {
if ((triple.getSubject().isURI() && triple.getSubject().getURI().contains(" "))
|| (triple.getObject().isURI() && triple.getObject().getURI().contains(" ")))
System.out.println(triple.getSubject().getURI());
else
other.triple(triple);
}
}
그리고 데이터 집합에서 추출 된 몇 가지 예를 들어 문 :
Exception in thread "main" org.apache.jena.riot.RiotException: [line: 9, col: 55] Bad character in IRI (space): <http://d-nb.info/gnd/117177040670[space]...>
at org.apache.jena.riot.system.ErrorHandlerFactory$ErrorHandlerStd.fatal(ErrorHandlerFactory.java:136)
at org.apache.jena.riot.lang.LangEngine.raiseException(LangEngine.java:165)
at org.apache.jena.riot.lang.LangEngine.nextToken(LangEngine.java:108)
at org.apache.jena.riot.lang.LangTurtleBase.predicateObjectItem(LangTurtleBase.java:286)
at org.apache.jena.riot.lang.LangTurtleBase.predicateObjectList(LangTurtleBase.java:280)
at org.apache.jena.riot.lang.LangTurtleBase.triples(LangTurtleBase.java:249)
at org.apache.jena.riot.lang.LangTurtleBase.triplesSameSubject(LangTurtleBase.java:190)
at org.apache.jena.riot.lang.LangTurtle.oneTopLevelElement(LangTurtle.java:46)
at org.apache.jena.riot.lang.LangTurtleBase.runParser(LangTurtleBase.java:89)
at org.apache.jena.riot.lang.LangBase.parse(LangBase.java:42)
at org.apache.jena.riot.RDFParserRegistry$ReaderRIOTLang.read(RDFParserRegistry.java:179)
at org.apache.jena.riot.RDFDataMgr.process(RDFDataMgr.java:861)
at org.apache.jena.riot.RDFDataMgr.parse(RDFDataMgr.java:667)
at org.apache.jena.riot.RDFDataMgr.parse(RDFDataMgr.java:637)
at org.apache.jena.riot.RDFDataMgr.parse(RDFDataMgr.java:626)
at org.apache.jena.riot.RDFDataMgr.parse(RDFDataMgr.java:617)
at zbw.tbl.schemex.additions.JenaStreamWrapper.main(JenaStreamWrapper.java:27)
@prefix gndo: <http://d-nb.info/standards/elementset/gnd#> .
@prefix owl: <http://www.w3.org/2002/07/owl#> .
@prefix dnbt: <http://d-nb.info/standards/elementset/dnb/> .
<http://d-nb.info/gnd/117177040> a gndo:DifferentiatedPerson ;
owl:sameAs <http://viaf.org/viaf/64153583> ;
gndo:gndIdentifier "117177040" ;
gndo:oldAuthorityNumber "(DE-588a)117177040" , "(DE-588a)117177040670 BnF" ;
owl:sameAs <http://d-nb.info/gnd/117177040670 BnF> ;
dnbt:deprecatedUri "http://d-nb.info/gnd/117177040670 BnF" ;
gndo:oldAuthorityNumber "(DE-588)117177040670 BnF" ;
gndo:variantNameForThePerson "Jourdan, Camille" ;
gndo:variantNameEntityForThePerson _:node1aj1cbug9x62759112 .
을 내가 사용하고 여기에 예제 코드를 참조하십시오
유용한 입력에 감사드립니다.
으로 변경했습니다. IRI에 허용되지 않는 문자가 포함되어 있습니다. '는' '이어야합니다. –
답장을 보내 주셔서 감사합니다. 그것을 알고있다. (내 질문의 4 번째 문장을 보라). 그러나 일반적인 유스 케이스에서는 구문 분석 전에 모든 오류를 검사 할 수 없습니다 ... – Baume