python - 如何使用 RDFLib 解析 .ttl 文件？

Question

我有一个 .ttl 格式的文件。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)。

我知道如何使用 RDFLib 解析 .n3 形式的三元组；

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

但我不确定如何解析这些四元组。

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 ID 可以相同。

如何使用 RDFLib 处理这些四元组并将其用于基于 id 的聚合？

.ttl 文件中的示例片段:

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

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

Answer 1

Turtle是 Notation 3 语法的子集，所以 rdflib应该能够使用 format='n3' 解析它。检查 rdflib 是否保留注释(id 在示例的注释 (#...) 中指定)。如果不是，并且输入格式与示例中所示的一样简单，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')

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'))

如果您需要在 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')