从 DBpedia 资源中获取 Sesame 2.7.1 的数据类型错误

Question

我正在尝试将来自 DBPedia 资源的 URI“http://dbpedia.org/resource/Brazil”添加到 Sesame 2.7.1。但是 Sesame 2.7.1 停止并出现以下错误：

'1000000000000' 不是数据类型 http://www.w3.org/2001/XMLSchema#int 的有效值

使用更多资源也会出现同样的错误，我不知道如何解决。在我的 Java 代码中（并基于我其他问题的答案），我尝试了：

RepositoryConnection con = repository.getConnection();

con.getParserConfig().addNonFatalError( BasicParserSettings.VERIFY_DATATYPE_VALUES );
con.getParserConfig().addNonFatalError( BasicParserSettings.FAIL_ON_UNKNOWN_DATATYPES );

con.add(uri.toURL(), null, RDFFormat.RDFXML);
con.close();

但是 Sesame 仍然坚持错误。

我在 Sesame 2.6.9 中没有这个问题（它接受相同的资源没有问题）。

发生这种情况有什么原因吗？有没有办法解决它？还是我应该回到 Sesame 2.6.9.？

谢谢！

Answer 1

发生这种情况的原因是在 Sesame 2.7 中，数据类型验证变得更加严格。结果表明，不幸的是，DBPedia 包含大量具有无效数据类型的数据。

最好的解决办法是推动 DBPedia 维护人员清理他们的数据，但当然，说起来容易做起来难 :) 同时，您当然可以自己编辑 dbpedia 文件来解决这些问题正如芝麻报道的那样。

我假设您正在使用 HTTPRepository（或 SPARQLRepository）尝试将文件加载到运行在 Sesame 服务器上的存储库中。在这种情况下，将解析器配置为忽略错误（使用addNonFatalError）没有任何影响，因为您正在配置的解析器是客户端解析器，而不是用于实际解析数据的解析器（上传文件时）通过 HTTPConnection 从 URL 获取数据，数据由服务器上的解析器解析，而不是客户端的解析器）。

在 Sesame 2.7.1 中，遗憾的是没有简单的解决方法：Sesame 服务器中使用的解析器配置是固定的。不过，我们正在研究一种机制，以便为即将到来的 2.7.2 版本配置此功能。

Answer 2

试试

con.getParserConfig()
                .setNonFatalErrors(
                        new HashSet<RioSetting<?>>(
                                Arrays.asList(BasicParserSettings.FAIL_ON_UNKNOWN_DATATYPES)));