Python rdflib可传递查询

2022-04-18 00:00:00 python python-3.5 sparql rdflib

问题描述

我是使用rdflib的新手,我的问题也很简单。我有几个n-三元组文件,其中包含相当多的数据量,虽然每个文件在其主题中具有相同的域,但对象中的域对于每个文件是不同的。现在我想输入一个或多个文件,并将它们与数据集中的所有其他文件进行比较,以获得包含相同主题的三元组:

[selected file]
a owl:sameAs b

[other files]
a owl:sameAs c
a owl:sameAs d

应产生输出:

b owl:sameAs c
b owl:sameAs d
我目前的方法非常幼稚且耗时太长,因为我迭代所选文件中的所有三元组,它会检查每隔一个三元组是否包含相同的主语和谓词。

...
for mainGraph in mainGraphs:
    for s,p,o in mainGraph:
        for graph in graphs:
            for s1,p1,o1 in graph:
                if s == s1 and p == p1:
                    backlinks.add( (o, OWL.sameAs, o1) )
...

我尝试插入SPARQL查询,但也不起作用:

...
for mainGraph in mainGraphs:
    for graph in graphs:
        union = mainGraph + graph 
        qres = union.query(
        """SELECT DISTINCT ?x ?y
            WHERE
            {
              ?x owl:sameAs+ ?y .
            }""")
...

我的问题是,是否有更快、更简单的方法可以做同样的事情。

任何帮助都将不胜感激。


解决方案

查看了更多的rdflib文档后,我想出了以下解决方案:

...
for mainGraph in mainGraphs:
    for s,p,o in mainGraph.triples( (None, OWL.sameAs, None) ):
        for graph in graphs:
            for s1,p1,o1 in graph.triples( (s,p,None) ):
                backlinks.add( (o1, OWL.sameAs, o) )
...

它要快得多。如果有人有一个更快的解决方案,我将非常感激,如果他们会张贴它。

相关文章