使用csv文件作为输入创建RDF文件

Question

我需要使用rdflib将csv文件转换为rdf，我已经有了读取csv的代码，但我不知道如何将其转换为rdf。

我有以下代码：

import csv
from rdflib.graph import Graph

# Open the input file
with open('data.csv', 'rb') as fcsv:
    g = Graph()
    csvreader = csv.reader(fcsv)
    y = True
    for row in csvreader:
        if y:
            names = row
            y = False
        else:
            for i in range(len(row)):
                 continue
    print(g.serialize(format='xml'))
    fcsv.close()

有人可以解释并举个例子吗？

Answer 1

示例csv文件

由KRontheWeb提供，我使用以下示例csv文件来回答您的问题： https://github.com/KRontheWeb/csv2rdf-tutorial/blob/master/example.csv

"Name";"Address";"Place";"Country";"Age";"Hobby";"Favourite Colour" 
"John";"Dam 52";"Amsterdam";"The Netherlands";"32";"Fishing";"Blue"
"Jenny";"Leidseplein 2";"Amsterdam";"The Netherlands";"12";"Dancing";"Mauve"
"Jill";"52W Street 5";"Amsterdam";"United States of America";"28";"Carpentry";"Cyan"
"Jake";"12E Street 98";"Amsterdam";"United States of America";"42";"Ballet";"Purple"

导入库

import pandas as pd #for handling csv and csv contents
from rdflib import Graph, Literal, RDF, URIRef, Namespace #basic RDF handling
from rdflib.namespace import FOAF , XSD #most common namespaces
import urllib.parse #for parsing strings to URI's

读取csv文件

url='https://raw.githubusercontent.com/KRontheWeb/csv2rdf-tutorial/master/example.csv'
df=pd.read_csv(url,sep=";",quotechar='"')
# df # uncomment to check for contents

定义图'g'和名称空间

g = Graph()
ppl = Namespace('http://example.org/people/')
loc = Namespace('http://mylocations.org/addresses/')
schema = Namespace('http://schema.org/')

创建三元组并将其添加到图形“ g”中

它有点密集，但是每个g.add（）都由三个部分组成：主语，谓语，宾语。有关更多信息，请查看真正友好的rdflib文档，位于https://buildmedia.readthedocs.org/media/pdf/rdflib/latest/rdflib.pdf

的第1.1.3节起

for index, row in df.iterrows():
    g.add((URIRef(ppl+row['Name']), RDF.type, FOAF.Person))
    g.add((URIRef(ppl+row['Name']), URIRef(schema+'name'), Literal(row['Name'], datatype=XSD.string) ))
    g.add((URIRef(ppl+row['Name']), FOAF.age, Literal(row['Age'], datatype=XSD.integer) ))
    g.add((URIRef(ppl+row['Name']), URIRef(schema+'address'), Literal(row['Address'], datatype=XSD.string) ))
    g.add((URIRef(loc+urllib.parse.quote(row['Address'])), URIRef(schema+'name'), Literal(row['Address'], datatype=XSD.string) ))

请注意：

• 我从rdflib借用名称空间并创建一些自己的文件；
• 优良作法是尽可能定义数据类型；
• 我从地址创建URI（字符串处理示例）。

检查结果

print(g.serialize(format='turtle').decode('UTF-8'))

输出摘要：

<http://example.org/people/Jake> a ns2:Person ;
    ns1:address "12E Street 98"^^xsd:string ;
    ns1:name "Jake"^^xsd:string ;
    ns2:age 42 .

将结果保存到磁盘

g.serialize('mycsv2rdf.ttl',format='turtle')

Answer 2

rdflib/rdflib/tools/csv2rdf.py中有“用于半自动将CSV转换为RDF的命令行工具”

csv2rdf.py \
-b <instance-base> \
-p <property-base> \
[-D <default>] \
[-c <classname>] \
[-i <identity column(s)>] \
[-l <label columns>] \
[-s <N>] [-o <output>] \
[-f configfile] \
[--col<N> <colspec>] \
[--prop<N> <property>] \
<[-d <delim>] \
[-C] [files...]"

Answer 3

看看pyTARQL，它最近已添加到RDFlib工具系列中。它专门用于将CSV解析和序列化为RDF。