批量编辑rdflib中三元组的主题

Question

我通过使用rdflib-jsonld解析数据库中的记录来创建rdflib图。但是，三元组的主题在网址中缺少/。要添加它，我使用以下代码：

for s,p,o in graph1:
            print 'parsing to graph2. next step - run query on graph2'
            pprint.pprint((s,p,o))
            s = str(s)
            s1 =s.replace('https:/w','https://w')
            s = URIRef(s1)
            graph2.add((s,p,o))

由于图表中的三元组数量较多，此步骤需要很长时间（几个小时）才能运行。我怎样才能减少花费的时间？不是循环遍历每个元素，我如何批量改变主题？

Answer 1

首先，要进行适当的时间测量，删除与更换本身无关的任何内容，特别是普通和漂亮的打印，您不需要它们。如果您需要一些进度指示器，请每隔N步将一条短消息（例如一个点）写入日志文件。

避免内存过度消耗。我不知道你的图表在内部看起来如何，但最好是在不创建并行图形结构的情况下进行替换。在此过程中检查内存使用情况，如果程序没有可用RAM，那么您遇到了麻烦，所有进程都会慢下来。如果您无法修改现有图形和内存不足，出于测量目的，只需避免创建第二个图形，即使这样的替换丢失也无用。

如果没有任何帮助，请退后一步。当您尚未使用python re或使用专用于批处理文本处理的sed等文本工具解析文件时，您可以在舞台上执行替换。