java - Jena-写入 owl 文件-意外结果

Question

我创建了一个文件系统，将文件和文件夹的元数据存储在 owl 文件中。

对于文件系统，我使用 FUSE 的 java 绑定(bind)，即 FUSE-JNA

对于 OWL，我使用 Jena:

最初我的文件系统运行正常，没有错误。但一段时间后，我的程序停止读取 .owl 文件并抛出一些错误。其中一个错误如下:

读取 .owl 文件时遇到的错误:

SEVERE: Exception thrown: org.apache.jena.riot.RiotException: [line: 476, col: 52] The value of attribute "rdf:about" associated with an element type "File" must not contain the '<' character.
org.apache.jena.riot.system.ErrorHandlerFactory$ErrorHandlerStd.fatal(ErrorHandlerFactory.java:136)
org.apache.jena.riot.lang.LangRDFXML$ErrorHandlerBridge.fatalError(LangRDFXML.java:252)
com.hp.hpl.jena.rdf.arp.impl.ARPSaxErrorHandler.fatalError(ARPSaxErrorHandler.java:48)
com.hp.hpl.jena.rdf.arp.impl.XMLHandler.warning(XMLHandler.java:209)
com.hp.hpl.jena.rdf.arp.impl.XMLHandler.fatalError(XMLHandler.java:239)
org.apache.xerces.util.ErrorHandlerWrapper.fatalError(Unknown Source)
org.apache.xerces.impl.XMLErrorReporter.reportError(Unknown Source)
...

我打开 .owl 文件，发现 Jena 的书写不正确。在下图中，如果您看到蓝色突出显示的第 3 号错误，则它不完整，其中缺少一些代码。

其次，第2个蓝色突出显示的错误也写错了。在我的本体中是文件的属性。它应该从第 1 号蓝色突出显示的代码开始编写。

虽然1号和2号代码都是jena写的。大多数 owl 代码都是由 Jena 正确编写的，与数字 1 类似，但有时 Jena 会错误地编写，与图中的数字 2 类似。我不知道为什么。

(要查看完整尺寸的图片，请在新选项卡中打开它或将其保存在您的计算机上)

这就是我使用 jena api 写入 .owl 文件的方式:

public void setDataTypeProperty(String resourceURI, String propertyName, String propertyValue) //create new data type property. Accept four arguments: URI of resource as string, property name (i.e #hasPath), old value as string and new value as string.
{
    Model model = ModelFactory.createDefaultModel();


//read model from file
InputStream in = FileManager.get().open(inputFileName);

 if (in == null) 
 {
     throw new IllegalArgumentException( "File: " + inputFileName + " not found");
 }       
 model.read(in, "");
 try {
    in.close();
} catch (IOException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
}


     // Add property to Model
     Resource resource = model.createResource(resourceURI);
     resource.addProperty(model.createProperty(baseURI+propertyName), model.createLiteral(propertyValue));


     //Writing model to file
        try {
            FileWriter out = new FileWriter( inputFileName );
            model.write( out, "RDF/XML-ABBREV" );
            out.close();
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } 
}

请指导我如何修复 Jena 的第 2 号和第 3 号蓝色突出显示的错误。

Answer 1

您的方法存在输入卫生问题。我无法确定您的输入数据是否无效，但它确实应该在任何以编程方式构造 URI 或文字的方法中进行测试。

URI

例如，以下两行是危险的，因为它们可能允许 URI 中不允许的字符，或者它们可能允许无法序列化为 XML 的文字值的字符。

Resource resource = model.createResource(resourceURI);
resource.addProperty(model.createProperty(baseURI+propertyName), model.createLiteral(propertyValue));

要解决 URI 的问题，请使用 URLEncoder 来清理 uri 本身:

final String uri  = URLEncoder.encode(resourceURI, "UTF-8");
final String puri = URLEncoder.encode(baseURI+propertyName);
final Resource resource = model.createResource(uri);
resource.addProperty(model.createProperty(puri), model.createLiteral(propertyValue));

要测试我们的 URI 的问题，您可以使用 Jena 的 IRIFactory 类型来验证您正在构造的 URI 是否符合某些特定规范。

文字

解决文字问题有点棘手。您没有收到一个异常，表明您的文字值不正确，但我将其包含在内是为了完整性(这样您就可以清理所有输入，而不仅仅是那些可能导致错误的输入)现在有问题)。

Jena 的作者不会测试文字的值，直到它们被序列化为 XML。它们用于检测无效 XML 字符的模式仅关注作为 RDF XML 规范一部分需要替换的字符。 Jena 将最终验证(和异常抛出)委托(delegate)给底层 XML 库。这是有道理的，因为 future 可能存在允许表达所有字符的RDF序列化。我最近被它所困扰(例如，包含退格字符的字符串)，因此我创建了一个更严格的模式，以便在运行时热切地检测到这种情况。

final Pattern elementContentEntities = Pattern.compile( "[\0-\31&&[^\n\t\r]]|\127|[\u0080-\u009F]|[\uD800-\uDFFF]|\uFFFF|\uFFFE" );
final Matcher m = elementContentEntities.matcher( propertyValue );
if( m.find() ) {
    // TODO sanitise your string literal, it contains invalid characters
} 
else {
    // TODO your string is good.
}