如何用RDFLib解析.ttl文件？

Question

我有一个.ttl表格的文件.它有4个属性/列,包含以下形式的四元组:

1. (id, student_name, student_address, student_phoneno).
2. (id, faculty_name, faculty_address, faculty_phoneno).

我知道如何.n3使用RDFLib 解析表格三元组;

from rdflib import Graph
g = Graph()
g.parse("demo.nt", format="nt")

但我不确定如何解析这些四倍.

我的目的是解析和提取与特定id有关的所有信息.学生和教师的身份证可以相同.

如何使用RDFLib处理这些四元组并将其用于聚合id？

.ttl文件中的示例代码段:

#@ <id1>
<Alice> <USA> <12345>

#@ <id1>
<Jane> <France> <78900>

Answer 1

Turtle是Notation 3语法的子集,因此rdflib应该能够使用它来解析它format='n3'.检查是否rdflib保留注释(在样本id的comments(#...)中指定了注释).如果没有,输入格式就像示例中所示的那样简单,那么您可以手动解析它:

import re
from collections import namedtuple
from itertools import takewhile

Entry = namedtuple('Entry', 'id name address phone')

def get_entries(path):
    with open(path) as file:
        # an entry starts with `#@` line and ends with a blank line
        for line in file:
            if line.startswith('#@'):
                buf = [line]
                buf.extend(takewhile(str.strip, file)) # read until blank line
                yield Entry(*re.findall(r'<([^>]+)>', ''.join(buf)))

print("\n".join(map(str, get_entries('example.ttl'))))

输出:

Entry(id='id1', name='Alice', address='USA', phone='12345')
Entry(id='id1', name='Jane', address='France', phone='78900')

要将条目保存到数据库:

import sqlite3

with sqlite3.connect('example.db') as conn:
    conn.execute('''CREATE TABLE IF NOT EXISTS entries
             (id text, name text, address text, phone text)''')
    conn.executemany('INSERT INTO entries VALUES (?,?,?,?)',
                     get_entries('example.ttl'))

如果需要在Python中进行一些后处理,则按ID分组:

import sqlite3
from itertools import groupby
from operator import itemgetter

with sqlite3.connect('example.db') as c:
    rows = c.execute('SELECT * FROM entries ORDER BY id LIMIT ?', (10,))
    for id, group in groupby(rows, key=itemgetter(0)):
        print("%s:\n\t%s" % (id, "\n\t".join(map(str, group))))

输出:

id1:
    ('id1', 'Alice', 'USA', '12345')
    ('id1', 'Jane', 'France', '78900')

Answer 2

看起来至少从 rdflib 5.0.0 开始支持turtle。我做到了

from rdflib import Graph
graph = Graph()
graph.parse('myfile.ttl', format='ttl')

这解析得很好。

Answer 3

目前似乎没有这样的库来解析Turtle - 简洁的 RDF 三重语言

由于您已经了解语法，因此最好的选择是使用PyParsing首先创建语法，然后解析文件。

我还建议根据您的需要调整以下EBNF 实现