SPARQL查询集成python脚本及jena简介

Posted 2022-08-23 爱米酱

from SPARQLWrapper import SPARQLWrapper ,JSON

sparql = SPARQLWrapper("http://localhost:2020/sparql")
sparql.setQuery("""
    PREFIX : <http://www.kgdemo.com>
    PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
    PREFIX owl: <http://www.w3.org/2002/07/owl#>
    PREFIX xsd: <http://www.w3.org/2001/XMLSchema#>
    PREFIX vocab: <http://localhost:2020/resource/vocab/>
    PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
    PREFIX map: <http://localhost:2020/resource/#>
    PREFIX db: <http://localhost:2020/resource/>
    
    SELECT ?n WHERE 
        ?s rdf:type :Movie.
        ?s :movieTitle 英雄.
        ?a :hasActedIn ?s.
        ?a :personName ?n
    
""")
sparql.setReturnFormat(JSON)
#这里的convert是为了将<class SPARQLWrapper.Wrapper.QueryResult>转换为字典
results = sparql.query().convert()
#print(type(results))
#results的格式为：
#head: vars: [n], results: bindings: [n: type: literal, value: 李连杰,
# n: type: literal, value: 梁朝伟, n: type: literal, value: 张曼玉,
# n: type: literal, value: 章子怡, n: type: literal, value: 甄子丹]
for result in results[results][bindings]:
    print(result[n][value])

初始化Wrapper需要的参数是endpoint对外提供服务的链接，D2RQ默认的链接是“​​http://localhost:2020/sparql”。​​

需要注意的是D2RQ是以虚拟RDF图的方式来访问关系数据库，在访问频率不高，数据变动频繁的场景下，这种方式比较合适。对于访问频率比较高的场景（比如KBQA），将数据转为RDF再提供服务更为合适。

SPARQL的缺点是：

1. 不支持直接将RDF数据通过endpoint发布到网络上。

2. 不支持推理。

而Apache Jena可以解决上面的两个问题。

Apache Jena（后文简称Jena），是一个开源的Java语义网框架（open source Semantic Web Framework for Java），用于构建语义网和链接数据应用。下面是Jena的架构图：

 

1. TDB是Jena用于存储RDF的组件，是属于存储层面的技术。在单机情况下，它能够提供非常高的RDF存储性能。目前TDB的最新版本是TDB2，且与TDB1不兼容。

2. Jena提供了RDFS、OWL和通用规则推理机。其实Jena的RDFS和OWL推理机也是通过Jena自身的通用规则推理机实现的。

3. Fuseki是Jena提供的SPARQL服务器，也就是SPARQL endpoint。其提供了四种运行模式：单机运行、作为系统的一个服务运行、作为web应用运行或者作为一个嵌入式服务器运行。

Jena目前是使用最广泛、文档最全、社区最活跃的一个开源语义网框架。