Question

每个人，

一个简单的问题：是否可以检索端点的整个数据集（作为Turtle或XML）？

我尝试了一些事情，例如从SPARQL查询中下载整个数据但连接断开，如果没有中断，数据格式不正确（这是正常的，结果而不是原始数据）数据）。我在Python中尝试过感谢RDFlib，还要感谢Linux工具CUrl

我浏览网页找到一些有趣的东西，我发现：如果放入数据，我需要手动下载数据（比如带有转储的DBpedia）。我还发现了一些有效但无法检索整个数据的软件（它们只检索资源，如http://dbpedia.org/resource/ 某些）。

如果可以，我会很高兴听到那个。实际上，如果端点是最新的，则转储不一定。

编辑：

举个例子，我可以说这个命令行有效： curl -L -H "Accept:text/turtle" http://dbpedia.org/resource/Paris有效（至少在Linux发行版上）！ 我想要的是，但对于整个DBpedia数据。（在我的实例中，它显然不是dbpedia，我不想下载20GB的数据！）

克莱门特

Answer 1

我是SPARQL的新手，但理论上你可以使用此查询从端点获取所有三元组：

SELECT * WHERE { ?s ?p ?o . } 
LIMIT 100

我在DBpedia https://dbpedia.org/sparql中尝试了这个并且它有效，尽管您应该使用LIMIT将结果保持在合理的大小（即使您不使用LIMIT，DBpedia也有内部限制）端点以防止服务器过载）。在实践中可能有数百万的三元组，所以可能只想使用这种查询来更好地理解数据。

Answer 2

我发现了如何做，在Python中：

from SPARQLWrapper import SPARQLWrapper,TURTLE

query = "CONSTRUCT { ?s ?p ?o } WHERE { ?s ?p ?o }"
sparql = SPARQLWrapper("http://dbpedia.org/sparql")
sparql.setQuery(query)
sparql.setTimeout(0)
sparql.setReturnFormat(TURTLE)
results = sparql.query().convert()
#print(results)
file = open("output.ttl", "wb")
file.write(results)
file.flush()
file.close()

未设置限制且它将失败。实际上，DBpedia的端点设置为120秒的执行超时。但是如果你发现一个超时适合你或没有超时的端点，这段代码就可以了。如果您在SPARQL查询结束时设置了限制，例如query = "CONSTRUCT { ?s ?p ?o } WHERE { ?s ?p ?o } LIMIT 100"

，它也会起作用

从端点

2 个答案: