读取 Turtle 文件时避免 BadURIExceptions

Question

我想用这个简单的代码解析一个 Turtle 文件：

public void read(String path) throws IOException {
    File sourceFile = new File(path);

    Model model = ModelFactory.createDefaultModel();
    InputStream in = new FileInputStream(sourceFile);

    model.read(in, "", "TTL");
    model.write(System.out);
}

有时它会抱怨一些 URI：

线程“main”com.hp.hpl.jena.shared.BadURIException 中的异常：RDF/XML 输出中只能包含格式正确的绝对 URIref：<http://thetvdb.com/?tab=episode&seriesid={/tv/tv_series_episode/season.series[/authority/thetvdb/series]}&seasonid={/tv/tv_series_episode/season[/authority/thetvdb/season]}&id=337070> 查询中的代码：0/ILLEGAL_CHARACTER：字符违反URI/IRI 的语法规则。

我怎样才能避免这种情况？显然有些 URI 违反了 URI 的语法规则，所以 我需要预处理我的输入数据，还是可以选择使用 Jena 进行配置？

Answer 1

更新答案

正如 Joshua Taylor 所指出的（一旦他的格式使查询更具可读性），问题在于数据中的 URI 完全被破坏了。 RDF/XML 的限制之一是只能输出格式正确的 URI，而错误显示在您的情况下它们不是。

您要么需要预处理输入，要么需要让数据生产者修复他们的数据。 Jena 没有内置任何支持来修复此类损坏的数据。

原始答案 - 将相对 URI 设为绝对

您数据中的 URI 没有违反任何语法规则，而是表示为相对 URI，并且您没有提供基本 URI 来解决这些问题，因此 Jena 在阅读它们时保持原样（尽管它会发出关于这个）。

但是，当您写出数据时（在 RDF/XML 中，因为您没有指定要输出的特定格式）Jena 需要使 URI 成为绝对值。同样，由于您尚未指定基本 URI，因此它无法执行此操作，并且在写入时会导致错误。

您可以通过在解析它们或写出它们时使 URI 成为绝对值来解决此问题。

为了在解析时使它们成为绝对值，请为您的 read() 操作指定一个基本 URI，例如

model.read(in, "http://example.org/", "TTL");

为了在写出它们时使它们成为绝对值，请为您的 write() 操作指定一个基本 URI，例如

model.write(System.out, "RDF/XML", "http://example.org/");

您不一定需要两者都做，在写入时这样做更灵活，因为它允许您使用不同的基本 URI 写出数据，从而产生不同的输出数据。但是，如果您在读取时执行此操作，那么您稍后会通过使用不同的基本 URI 写入数据来防止其他代码更改数据。

NB无论出于何种原因，read() 和 write() 调用之间的语言和基本 URI 参数的顺序不同。