middles在python中什么意思_在Python中解析大型RDF

如果您正在寻找快速的性能,那么我建议您使用

Raptor与

Redland Python Bindings.Raptor,C写的性能比RDFLib好.你可以使用python绑定,以防你不想处理C.

另一种提高性能的建议,忘记解析RDF / XML,与Turtle或NTriples等RDF的其他风格一样,特别解析ntriples比解析RDF / XML要快得多.这是因为ntriples语法更简单.

您可以使用rapper(一种与猛禽配合使用的工具)将RDF / XML转换成ntriples：

rapper -i rdfxml -o ntriples YOUR_FILE.rdf > YOUR_FILE.ntriples

ntriples文件将包含三元组,如：

.

"literal" .

并且解析器往往非常有效地处理这种结构.此外,内存明智比RDF / XML更有效率,因为如您所见,这种数据结构更小.

下面的代码是使用redland python绑定的简单示例：

import RDF

parser=RDF.Parser(name="ntriples") #as name for parser you can use ntriples, turtle, rdfxml, ...

model=RDF.Model()

stream=parser.parse_into_model(model,"file://file_path","http://your_base_uri.org")

for triple in model:

print triple.subject, triple.predicate, triple.object

如果您在RDF文档中使用相对URI,则基本URI是前缀URI.您可以在here中检查有关Python Redland绑定API的文档

如果您不关心性能,那么使用RDFLib,它是简单易用的.