Jena - 写入 owl 文件 - 意外的结果结果

Question

我创建了一个文件系统，将文件和文件夹的元数据存储在 owl 文件中。

对于文件系统，我使用 FUSE 的 java 绑定，即 FUSE-JNA

对于 OWL，我使用的是 Jena：

最初我的文件系统运行正常，没有错误。但一段时间后，我的程序停止读取 .owl 文件并引发一些错误。错误之一如下：

我在读取 .owl 文件时遇到的错误：

SEVERE: Exception thrown: org.apache.jena.riot.RiotException: [line: 476, col: 52] The value of attribute "rdf:about" associated with an element type "File" must not contain the '<' character.
org.apache.jena.riot.system.ErrorHandlerFactory$ErrorHandlerStd.fatal(ErrorHandlerFactory.java:136)
org.apache.jena.riot.lang.LangRDFXML$ErrorHandlerBridge.fatalError(LangRDFXML.java:252)
com.hp.hpl.jena.rdf.arp.impl.ARPSaxErrorHandler.fatalError(ARPSaxErrorHandler.java:48)
com.hp.hpl.jena.rdf.arp.impl.XMLHandler.warning(XMLHandler.java:209)
com.hp.hpl.jena.rdf.arp.impl.XMLHandler.fatalError(XMLHandler.java:239)
org.apache.xerces.util.ErrorHandlerWrapper.fatalError(Unknown Source)
org.apache.xerces.impl.XMLErrorReporter.reportError(Unknown Source)
...

我打开我的 .owl 文件，发现 Jena 没有正确写入。在下图中，如果您看到编号 3 以蓝色突出显示的错误，它不完整，那里缺少一些代码。

其次，第二个蓝色突出显示的错误也写错了。在我的本体中是文件的属性。它应该写为编号 1 蓝色突出显示的代码。

虽然数字 1 和数字 2 代码都是由 jena 编写的。大部分 owl 代码由 Jena 正确编写，与数字 1 相似，但有时 jena 将其错误地编写为与图片中的数字 2 相似。我不知道为什么。

（要查看完整尺寸的图片，请在新标签页中打开它或将其保存在您的计算机上）

这就是我使用 jena api 写入 .owl 文件的方式：

public void setDataTypeProperty(String resourceURI, String propertyName, String propertyValue) //create new data type property. Accept four arguments: URI of resource as string, property name (i.e #hasPath), old value as string and new value as string.
{
    Model model = ModelFactory.createDefaultModel();


//read model from file
InputStream in = FileManager.get().open(inputFileName);

 if (in == null) 
 {
     throw new IllegalArgumentException( "File: " + inputFileName + " not found");
 }       
 model.read(in, "");
 try {
    in.close();
} catch (IOException e) {
    // TODO Auto-generated catch block
    e.printStackTrace();
}


     // Add property to Model
     Resource resource = model.createResource(resourceURI);
     resource.addProperty(model.createProperty(baseURI+propertyName), model.createLiteral(propertyValue));


     //Writing model to file
        try {
            FileWriter out = new FileWriter( inputFileName );
            model.write( out, "RDF/XML-ABBREV" );
            out.close();
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        } 
}

请指导我如何修复耶拿的 2 号和 3 号蓝色突出显示的错误。

Answer 1

我的主程序有时将resourceURI 参数作为空白/空值传递给setDataTypeProperty 方法。这就是它产生问题的原因。

所以我修改了我的代码并在方法的开头添加了两行：

    public void setDataTypeProperty(String resourceURI, String propertyName, String propertyValue) //create new data type property. Accept four arguments: URI of resource as string, property name (i.e #hasPath), old value as string and new value as string.
{
    if (resourceURI==null)
    return;
...
...

现在我已经运行了几天，但还没有遇到上述错误。

Answer 2

#3 截断的性质 - “admi” - 让我认为这可能是您的底层数据传输和存储的问题，与 XML、RDF、Jena 或其他任何东西无关在这个级别。也许是一个被忽略的异常？

Answer 3

您的方法存在输入卫生问题。我不能确定您的输入数据是否无效，但它肯定应该在任何以编程方式构造 URI 或文字的方法中进行测试。

URI

例如，以下两行是危险的，因为它们可以允许 URI 中不允许的字符，或者它们可以允许不能序列化为 XML 的文字值的字符。

Resource resource = model.createResource(resourceURI);
resource.addProperty(model.createProperty(baseURI+propertyName), model.createLiteral(propertyValue));

要解决 URI 问题，请使用 URLEncoder 自行清理 uri：

final String uri  = URLEncoder.encode(resourceURI, "UTF-8");
final String puri = URLEncoder.encode(baseURI+propertyName);
final Resource resource = model.createResource(uri);
resource.addProperty(model.createProperty(puri), model.createLiteral(propertyValue));

要测试我们的 URI 问题，您可以使用 Jena 的 IRIFactory 类型来验证您正在构建的 URI 是否符合某些特定规范。

文字

解决文字的问题有点棘手。您没有收到表明您的文字值错误的异常，但我将其包括在内是为了完整性（因此您可以清理 all 输入，而不仅仅是可能导致现在有问题）。

Jena 的编写器在将文字的值序列化为 XML 之前不会测试它们的值。他们用来检测无效 XML 字符的模式只关注作为 RDF XML 规范的一部分需要替换的字符。 Jena 将最终验证（和异常抛出）委托给底层 XML 库。这是有道理的，因为未来可能存在允许 all 字符表达的 RDF 序列化。我最近被它所吸引（例如，一个包含退格字符的字符串），所以我创建了一个更严格的模式以便在运行时急切地检测这种情况。

final Pattern elementContentEntities = Pattern.compile( "[\0-\31&&[^\n\t\r]]|\127|[\u0080-\u009F]|[\uD800-\uDFFF]|\uFFFF|\uFFFE" );
final Matcher m = elementContentEntities.matcher( propertyValue );
if( m.find() ) {
    // TODO sanitise your string literal, it contains invalid characters
} 
else {
    // TODO your string is good.
}