SPARQL 查询返回的行数比预期的多答案

【问题标题】：SPARQL query returns more rows than expectedSPARQL 查询返回的行数比预期的多
【发布时间】：2019-02-27 13:25:39
【问题描述】：

我正在尝试将以下 Turtle RDF 转换为 csv。我只想为每个对象保留hasPlaceName、hasICAOcode 和hasWKT 的值：

:Place_Oberschleissheim_Airport a :Civil_Aerodrome
 ;  :hasPlaceName "OBERSCHLEISSHEIM"
 ;    :hasICAOcode "EDNX"
 ;  :elevationOfPlace "487.68"^^unit:meters
 ;  :hasGeometry :geom_11_55916690826416_48_239166259765625
 ;  :Aerodrome_serves_City :City_OBERSCHLEISSHEIM
 .  :City_OBERSCHLEISSHEIM a :City
 .  :geom_11_55916690826416_48_239166259765625 a :Geometry
 ;  :hasWKT "POINT (11.55916690826416 48.239166259765625)" .

:Place_Oberschleissheim_Airport a :Civil_Aerodrome
 ;  :hasPlaceName "OBERSCHLEISSHEIM"
 ;    :hasICAOcode "EDMX"
 ;  :elevationOfPlace "487.68"^^unit:meters
 ;  :hasGeometry :geom_11_565555572509766_48_23805618286133
 ;  :Aerodrome_serves_City :City_OBERSCHLEISSHEIM
 .  :City_OBERSCHLEISSHEIM a :City
 .  :geom_11_565555572509766_48_23805618286133 a :Geometry
 ;  :hasWKT "POINT (11.565555572509766 48.23805618286133)" .

这是我的 SPARQL 查询：

SELECT DISTINCT ?icao ?name ?wkt
WHERE {
    [] a :Civil_Aerodrome ;
        :hasPlaceName ?name ;
        :hasICAOcode ?icao ;
        :hasGeometry/:hasWKT ?wkt .
}

但是我得到了四条记录而不是两条：

(u'EDNX', 'u'OBERSCHLEISSHEIM', 'u'POINT (11.565555572509766 48.23805618286133)')
(u'EDMX', 'u'OBERSCHLEISSHEIM', 'u'POINT (11.565555572509766 48.23805618286133)')
(u'EDNX', 'u'OBERSCHLEISSHEIM', 'u'POINT (11.55916690826416 48.239166259765625)')
(u'EDMX', 'u'OBERSCHLEISSHEIM', 'u'POINT (11.55916690826416 48.239166259765625)')

我认为我在 SPARQL 语法中遗漏了一些东西。任何朝着正确方向的线索将不胜感激。

【问题讨论】：

标签： python sparql rdflib

【解决方案1】：

您的 SPARQL 查询是正确的，结果也是正确的。问题出在您的数据中。

您已经定义了一个机场资源:Place_Oberschleissheim_Airport。但是，您为这个单一机场提供了两个不同的国际民航组织代码和两组不同的坐标。

然后您提出一个查询，该查询要求任何机场的 icao、地名和坐标集的所有不同组合。只有一个机场，但它有两个 icaos 和两个坐标集，因此您的查询有四个独特的结果：

icao code 1, coordinate 1
icao code 2, coordinate 1
icao code 1, coordinate 2
icao code 2, coordinate 2

解决方案是确保您的数据对不同的机场使用不同的标识符（或更一般地说，确保每个机场的坐标和国际民航组织代码都是唯一的）。

或者，如果数据确实必须保持这种状态，并且您希望查询返回每个机场的唯一结果，您将不得不问自己应该返回哪个坐标和哪个国际民航组织代码。

如果答案是“只选择一个，我不在乎”，您可以执行以下操作

SELECT DISTINCT (SAMPLE(?icao) as ?code) ?name (sample(?wkt) as ?coord)
WHERE {
    ?airport a :Civil_Aerodrome ;
        :hasPlaceName ?name ;
        :hasICAOcode ?icao ;
        :hasGeometry/:hasWKT ?wkt .
} group by ?airport ?name

结果：

Evaluating SPARQL query...
+------------------------+------------------------+------------------------+
| code                   | name                   | coord                  |
+------------------------+------------------------+------------------------+
| "EDNX"                 | "OBERSCHLEISSHEIM"     | "POINT (11.55916690826416 48.239166259765625)"|
+------------------------+------------------------+------------------------+
1 result(s) (13 ms)

另一方面，如果您希望两者都返回，您要么必须接受获得更多行，要么可以将备选方案放在一行中：

SELECT DISTINCT (GROUP_CONCAT(DISTINCT ?icao) as ?codes) ?name (GROUP_CONCAT(DISTINCT ?wkt) as ?coords)
WHERE {
    ?airport a :Civil_Aerodrome ;
        :hasPlaceName ?name ;
        :hasICAOcode ?icao ;
        :hasGeometry/:hasWKT ?wkt .
} group by ?airport ?name

结果：

Evaluating SPARQL query...
+------------------------+------------------------+------------------------+
| codes                  | name                   | coords                 |
+------------------------+------------------------+------------------------+
| "EDNX EDMX"            | "OBERSCHLEISSHEIM"     | "POINT (11.55916690826416 48.239166259765625) POINT (11.565555572509766 48.23805618286133)"|
+------------------------+------------------------+------------------------+
1 result(s) (2 ms)

【讨论】：