使用 dotnetRDF 查询 dbpedia sparql 端点 - RDFParseException

Question

当我使用 (dotnetRDF) VDS.RDF.Query.SparqlRemoteEndpoint.QueryWithResultSet() 对 http://dbpedia.org/sparql 执行以下查询时，一切正常。

SELECT ?film ?p ?o
WHERE {
    ?film <http://purl.org/dc/terms/subject> <http://dbpedia.org/resource/Category:Japanese_films> .
    ?film ?p ?o
}
limit 500

但是当我使用 SparqlRemoteEndpoint.QueryWithResultGraph() 尝试这个查询时

CONSTRUCT { ?film ?p ?o}
WHERE {
    ?film <http://purl.org/dc/terms/subject> <http://dbpedia.org/resource/Category:Japanese_films> .
    ?film ?p ?o
}
limit 500

我收到带有消息的 RdfParseException

"[Line 456 Column 29] Unexpected Character (Code 8211) – was encountered"

我尝试设置 ResultsAcceptHeader 和 RdfAcceptHeader 属性的值，但没有成功。

如果在第二个查询中我将限制从 500 更改为例如100 它工作正常。

你能帮帮我吗？

---

现在如果 limit 的值为 456，则会引发异常。 [Line 495 Column 25] Unexpected Character (Code 8211) – was encountered，这是第 495 行 ns19:???_???5555 .。第 25 列的值为 _

这里有 wiki 格式 http://dbpedia.org/page/Interstella_5555:_The_5tory_of_the_5ecret_5tar_5ystem 的数据，我想，dbpprop:kanji 属性的值存在问题 (インターステラ5555)

Answer 1

DBPedia 已知存在编码问题，可能只是 DBPedia 产生了无效数据。

您可以尝试在 dotNetRDF 中进一步调试此问题的方法是使用以下代码封装调用查询的代码：

try
{
   Options.HttpDebugging = true;
   Options.HttpFullDebugging = true;

  //Try your query here
}
finally
{
   Options.HttpDebugging = false;
   Options.HttpFullDebugging = false;
}

这将导致解析失败（出现不同的错误），但会将原始 HTTP 响应转储到控制台以进行调试。如果您可以编辑您的问题以包含转储第 456 行周围的内容，那么人们可能会为您提供更多帮助。

编辑

因此怀疑问题确实出在 DBPedia 产生了无用数据，而不是 dotNetRDF 本身。

当我以 Turtle 格式下载您提到的文件并尝试解析它时，我收到了相同的错误消息，它与以下行有关：

ns6:Avalon_–_Spiel_um_dein_Leben ,

虽然乍一看可能看起来有效（因为前缀名称中允许使用简单的连字符 -），但问题是它不是连字符，它实际上是字符代码 8211（正如 AndyS 提到的，是 2013 年的十六进制）和这不在前缀名称字符的可接受范围内。

顺便说一句，我也通过 Jena 的 Turtle 解析器确认了这一点，只是为了确保它确实不是 dotNetRDF 问题。

所以基本上 DBPedia 数据已损坏，您可以尝试通过适当设置接受标头来强制它向您发送回 RDF/XML 或 NTriples，但不能保证这些格式的数据也不会变坏.我建议您联系 DBPedia 人员将此报告为错误 - dbpedia-discussion@lists.sf.net

Answer 2

查看第 456 行会很有用。尝试使用 wget 发出请求（它对 URL 进行编码，curl 没有，使其更易于从命令行使用）。

Unicode 代码点 8211 是 EN DASH（十六进制 2013）。

CONSTRUCT 中的 LIMIT 是图形模式中的行数，而不是 CONSTRUCT 模板。您可能会得到更多的三元组，这些三元组被 SELECT ... LIMIT 覆盖。在 SELECT 中尝试更大的 LIMIT 并查看它是否中断。