如何使用 Haskell 查询 RDF 数据？

【问题标题】：How can I query RDF data using Haskell?如何使用 Haskell 查询 RDF 数据？
【发布时间】：2018-03-15 22:23:07
【问题描述】：

我是 Haskell 初学者。我有来自 Project Gutenberg 的 RDF XML，如下所示：

<?xml version="1.0" encoding="utf-8"?>
<rdf:RDF xml:base="http://www.gutenberg.org/"
  xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
  xmlns:dcterms="http://purl.org/dc/terms/"
  xmlns:cc="http://web.resource.org/cc/"
  xmlns:dcam="http://purl.org/dc/dcam/"
  xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
  xmlns:pgterms="http://www.gutenberg.org/2009/pgterms/"
>
  <cc:Work rdf:about="">
    <rdfs:comment>Archives containing the RDF files for *all* our books can be downloaded at
            http://www.gutenberg.org/wiki/Gutenberg:Feeds#The_Complete_Project_Gutenberg_Catalog</rdfs:comment>
    <cc:license rdf:resource="https://creativecommons.org/publicdomain/zero/1.0/"/>
  </cc:Work>
  <pgterms:ebook rdf:about="ebooks/20">
    <pgterms:bookshelf>
      <rdf:Description rdf:nodeID="N3f8445072d8e4499b2646626f94866e0">
        <rdf:value>Poetry</rdf:value>
        <dcam:memberOf rdf:resource="2009/pgterms/Bookshelf"/>
      </rdf:Description>
    </pgterms:bookshelf>
    <dcterms:hasFormat>
      <pgterms:file rdf:about="http://www.gutenberg.org/ebooks/20.rdf">
        <dcterms:modified rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2017-03-16T05:01:13.615047</dcterms:modified>
        <dcterms:extent rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">12133</dcterms:extent>
        <dcterms:isFormatOf rdf:resource="ebooks/20"/>
        <dcterms:format>
          <rdf:Description rdf:nodeID="N735ba077c8424051b6470a92682aaa5e">
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">application/rdf+xml</rdf:value>
          </rdf:Description>
        </dcterms:format>
      </pgterms:file>
    </dcterms:hasFormat>
    <dcterms:issued rdf:datatype="http://www.w3.org/2001/XMLSchema#date">1991-10-01</dcterms:issued>
    <dcterms:title>Paradise Lost</dcterms:title>
    <dcterms:subject>
      <rdf:Description rdf:nodeID="Ne259525c666c4886a996acbdddca0682">
        <rdf:value>PR</rdf:value>
        <dcam:memberOf rdf:resource="http://purl.org/dc/terms/LCC"/>
      </rdf:Description>
    </dcterms:subject>
    <dcterms:hasFormat>
      <pgterms:file rdf:about="http://www.gutenberg.org/files/20/20.txt">
        <dcterms:extent rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">507133</dcterms:extent>
        <dcterms:isFormatOf rdf:resource="ebooks/20"/>
        <dcterms:modified rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2011-03-02T06:33:54</dcterms:modified>
        <dcterms:format>
          <rdf:Description rdf:nodeID="Nbd1740a2927845058b0fe43326dcc48b">
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">text/plain; charset=us-ascii</rdf:value>
          </rdf:Description>
        </dcterms:format>
      </pgterms:file>
    </dcterms:hasFormat>
    <dcterms:hasFormat>
      <pgterms:file rdf:about="http://www.gutenberg.org/ebooks/20.epub.images">
        <dcterms:isFormatOf rdf:resource="ebooks/20"/>
        <dcterms:format>
          <rdf:Description rdf:nodeID="Nb08f3d2980e64e91a402eb5b205c10bc">
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">application/epub+zip</rdf:value>
          </rdf:Description>
        </dcterms:format>
        <dcterms:extent rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">232622</dcterms:extent>
        <dcterms:modified rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2017-03-01T01:04:17.425321</dcterms:modified>
      </pgterms:file>
    </dcterms:hasFormat>
    <dcterms:hasFormat>
      <pgterms:file rdf:about="http://www.gutenberg.org/ebooks/20.kindle.images">
        <dcterms:isFormatOf rdf:resource="ebooks/20"/>
        <dcterms:extent rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">933970</dcterms:extent>
        <dcterms:format>
          <rdf:Description rdf:nodeID="Nff1df57b9552466d96b114f20424b5a2">
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">application/x-mobipocket-ebook</rdf:value>
          </rdf:Description>
        </dcterms:format>
        <dcterms:modified rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2017-03-01T01:04:21.321235</dcterms:modified>
      </pgterms:file>
    </dcterms:hasFormat>
    <dcterms:language>
      <rdf:Description rdf:nodeID="N91273d0bffc74be393cda307d2b05137">
        <rdf:value rdf:datatype="http://purl.org/dc/terms/RFC4646">en</rdf:value>
      </rdf:Description>
    </dcterms:language>
    <dcterms:subject>
      <rdf:Description rdf:nodeID="N5e35fb378b37483ca6ef7a08f27cf936">
        <dcam:memberOf rdf:resource="http://purl.org/dc/terms/LCSH"/>
        <rdf:value>Eve (Biblical figure) -- Poetry</rdf:value>
      </rdf:Description>
    </dcterms:subject>
    <dcterms:license rdf:resource="license"/>
    <dcterms:hasFormat>
      <pgterms:file rdf:about="http://www.gutenberg.org/ebooks/20.html.images">
        <dcterms:extent rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">614618</dcterms:extent>
        <dcterms:modified rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2017-03-01T01:04:16.685338</dcterms:modified>
        <dcterms:isFormatOf rdf:resource="ebooks/20"/>
        <dcterms:format>
          <rdf:Description rdf:nodeID="N7567260ec2fd48c0be3d2858e08ac35d">
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">text/html</rdf:value>
          </rdf:Description>
        </dcterms:format>
      </pgterms:file>
    </dcterms:hasFormat>
    <dcterms:hasFormat>
      <pgterms:file rdf:about="http://www.gutenberg.org/ebooks/20.epub.noimages">
        <dcterms:isFormatOf rdf:resource="ebooks/20"/>
        <dcterms:modified rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2017-03-01T01:04:17.695324</dcterms:modified>
        <dcterms:extent rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">232623</dcterms:extent>
        <dcterms:format>
          <rdf:Description rdf:nodeID="Nb640302bc2a84a31b0e154318df817d1">
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">application/epub+zip</rdf:value>
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
          </rdf:Description>
        </dcterms:format>
      </pgterms:file>
    </dcterms:hasFormat>
    <dcterms:hasFormat>
      <pgterms:file rdf:about="http://www.gutenberg.org/ebooks/20.kindle.noimages">
        <dcterms:isFormatOf rdf:resource="ebooks/20"/>
        <dcterms:extent rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">933967</dcterms:extent>
        <dcterms:modified rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2017-03-01T01:04:24.846165</dcterms:modified>
        <dcterms:format>
          <rdf:Description rdf:nodeID="N1857bba1f5484e3d84846e1a554ec593">
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">application/x-mobipocket-ebook</rdf:value>
          </rdf:Description>
        </dcterms:format>
      </pgterms:file>
    </dcterms:hasFormat>
    <dcterms:publisher>Project Gutenberg</dcterms:publisher>
    <dcterms:rights>Public domain in the USA.</dcterms:rights>
    <dcterms:creator>
      <pgterms:agent rdf:about="2009/agents/17">
        <pgterms:deathdate rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">1674</pgterms:deathdate>
        <pgterms:webpage rdf:resource="http://en.wikipedia.org/wiki/John_Milton"/>
        <pgterms:name>Milton, John</pgterms:name>
        <pgterms:birthdate rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">1608</pgterms:birthdate>
      </pgterms:agent>
    </dcterms:creator>
    <dcterms:type>
      <rdf:Description rdf:nodeID="N0f6e6d76b1ff4ea9a2c5c37949efe82b">
        <dcam:memberOf rdf:resource="http://purl.org/dc/terms/DCMIType"/>
        <rdf:value>Text</rdf:value>
      </rdf:Description>
    </dcterms:type>
    <dcterms:subject>
      <rdf:Description rdf:nodeID="N202624c4b5994d39a3ab8bf0a2a31d95">
        <dcam:memberOf rdf:resource="http://purl.org/dc/terms/LCSH"/>
        <rdf:value>Adam (Biblical figure) -- Poetry</rdf:value>
      </rdf:Description>
    </dcterms:subject>
    <dcterms:hasFormat>
      <pgterms:file rdf:about="http://www.gutenberg.org/ebooks/20.html.noimages">
        <dcterms:extent rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">614618</dcterms:extent>
        <dcterms:format>
          <rdf:Description rdf:nodeID="N79f919d14da448e19eb05c444322ddd2">
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">text/html</rdf:value>
          </rdf:Description>
        </dcterms:format>
        <dcterms:isFormatOf rdf:resource="ebooks/20"/>
        <dcterms:modified rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2017-03-01T01:04:16.955332</dcterms:modified>
      </pgterms:file>
    </dcterms:hasFormat>
    <pgterms:bookshelf>
      <rdf:Description rdf:nodeID="Nec598f664c934ed49ba3c0168ef09615">
        <rdf:value>Banned Books from Anne Haight's list</rdf:value>
        <dcam:memberOf rdf:resource="2009/pgterms/Bookshelf"/>
      </rdf:Description>
    </pgterms:bookshelf>
    <dcterms:hasFormat>
      <pgterms:file rdf:about="http://www.gutenberg.org/ebooks/20.txt.utf-8">
        <dcterms:extent rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">507105</dcterms:extent>
        <dcterms:format>
          <rdf:Description rdf:nodeID="N069b84f8b10844e9a6c713f4c163880b">
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">text/plain</rdf:value>
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
          </rdf:Description>
        </dcterms:format>
        <dcterms:isFormatOf rdf:resource="ebooks/20"/>
        <dcterms:modified rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2017-03-01T01:04:15.953358</dcterms:modified>
      </pgterms:file>
    </dcterms:hasFormat>
    <dcterms:subject>
      <rdf:Description rdf:nodeID="Nb489692851fa496d96b1a7fdf7a71b21">
        <dcam:memberOf rdf:resource="http://purl.org/dc/terms/LCSH"/>
        <rdf:value>Fall of man -- Poetry</rdf:value>
      </rdf:Description>
    </dcterms:subject>
    <pgterms:downloads rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">2088</pgterms:downloads>
    <dcterms:subject>
      <rdf:Description rdf:nodeID="Naa6849a7660b4039baadec8af58f0c58">
        <dcam:memberOf rdf:resource="http://purl.org/dc/terms/LCSH"/>
        <rdf:value>Bible. Genesis -- History of Biblical events -- Poetry</rdf:value>
      </rdf:Description>
    </dcterms:subject>
    <dcterms:hasFormat>
      <pgterms:file rdf:about="http://www.gutenberg.org/files/20/20.zip">
        <dcterms:extent rdf:datatype="http://www.w3.org/2001/XMLSchema#integer">205748</dcterms:extent>
        <dcterms:format>
          <rdf:Description rdf:nodeID="N19cf968278bc4922bd87b17209c20d94">
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">text/plain; charset=us-ascii</rdf:value>
          </rdf:Description>
        </dcterms:format>
        <dcterms:isFormatOf rdf:resource="ebooks/20"/>
        <dcterms:modified rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2011-03-02T06:34:42</dcterms:modified>
        <dcterms:format>
          <rdf:Description rdf:nodeID="N94c2881f340a49c18246b69af3abcf12">
            <rdf:value rdf:datatype="http://purl.org/dc/terms/IMT">application/zip</rdf:value>
            <dcam:memberOf rdf:resource="http://purl.org/dc/terms/IMT"/>
          </rdf:Description>
        </dcterms:format>
      </pgterms:file>
    </dcterms:hasFormat>
  </pgterms:ebook>
  <rdf:Description rdf:about="http://en.wikipedia.org/wiki/John_Milton">
    <dcterms:description>Wikipedia</dcterms:description>
  </rdf:Description>
</rdf:RDF>

并且我想将这些信息转换成可以查询和操作的常规 Haskell 数据结构。例如，我可能想查询该作品的标题，或获取其所有 Wikipedia URL。

我注意到有an RDF library in Haskell, rdh4h 并且它有一个XML 解析器。但是我无法对文档进行正面或反面，而且似乎任何地方都没有教程。

我想过做的另一件事是将所有这些 RDF/XML 文件导入某种数据库，然后使用 Haskell 以某种方式查询该数据库。但我不确定哪个数据库是合适的，或者这是否可能。

当然，我可以将其视为 XML 数据，而忽略 RDF 方面，但这似乎需要大量工作，而且我必须为我想要的这个 XML 文件中的每一件事编写一些非常长的数据结构出去。

有人对如何使用 Haskell 查询这样的数据有任何想法吗？

【问题讨论】：

  • 我太累了，但为什么没有任何东西“让 [..] 工作”？你收到类型错误了吗？
  • 调试我尝试编写的内容是没有用的，因为我不知道自己在做什么。真的，我只是在寻找有关如何在 Haskell 中查询 RDF 数据的想法。更新了我的问题，使其更加明确。

标签： xml haskell rdf


【解决方案1】：

我注意到有an RDF library in Haskell, rdh4h 并且它有一个XML 解析器。但是我无法对文档进行正面或反面，而且似乎到处都没有教程。

这是我试图对文档进行正面或反面的尝试。 （持保留态度，因为我对 RDF 一无所知，也没有真正尝试使用该库。）

如果我们打开顶层模块the docs for Data.RDF，我们会发现三个看似相关的函数：parseString、parseFile 和parseURL。例如，The documentation for parseString 是：

parseString :: Rdf a => p -> Text -> Either ParseFailure (RDF a)

从给定文本中解析 RDF，产生带有错误消息的失败或生成的 RDF。

然后，要调用它，我们需要提供一个p 和一个Text（要解析的字符串）。但是p 是什么？如果我们向上滚动一点，我们会注意到parseString 是RdfParser 类的一个方法。实例列表——这对理解类型类有很大帮助——表明XmlParser 是RdfParser 的一个实例。看起来很有用！

如果我们现在点击the XmlParser documentation entry 的链接，我们会发现它有一个公开的（或“公共”，如果你愿意的话）构造函数：

XmlParser (Maybe BaseUrl) (Maybe Text)

我们可以进一步点击链接了解BaseUrl 只是Text 周围的一个新类型。不过，似乎没有关于构造函数的参数应该是什么的有用文档。除了呼吁the source code of the module 之外，几乎没有其他事情了，也可以通过链接访问。令人惊讶的是，它揭示了与那里的功能相关的有用文档。这是RdfParser的相关实例：

-- |'XmlParser' is an instance of 'RdfParser'.
instance RdfParser XmlParser where
  parseString (XmlParser bUrl dUrl)  = parseXmlRDF bUrl dUrl
  parseFile   (XmlParser bUrl dUrl)  = parseFile' bUrl dUrl
  parseURL    (XmlParser bUrl dUrl)  = parseURL'  bUrl dUrl

这里的 Haddock 评论是多余的；不过，在 Haddock cmets 中有有用的信息到parseURL'...

-- |Parse the document at the given location URL as an XML document, using an optional @BaseUrl@
-- as the base URI, and using the given document URL as the URI of the XML document itself.
--
-- The @BaseUrl@ is used as the base URI within the document for resolving any relative URI references.
-- It may be changed within the document using the @\@base@ directive. At any given point, the current
-- base URI is the most recent @\@base@ directive, or if none, the @BaseUrl@ given to @parseURL@, or
-- if none given, the document URL given to @parseURL@. For example, if the @BaseUrl@ were
-- @http:\/\/example.org\/@ and a relative URI of @\<b>@ were encountered (with no preceding @\@base@
-- directive), then the relative URI would expand to @http:\/\/example.org\/b@.
--
-- The document URL is for the purpose of resolving references to 'this document' within the document,
-- and may be different than the actual location URL from which the document is retrieved. Any reference
-- to @\<>@ within the document is expanded to the value given here. Additionally, if no @BaseUrl@ is
-- given and no @\@base@ directive has appeared before a relative URI occurs, this value is used as the
-- base URI against which the relative URI is resolved.
--p
-- Returns either a @ParseFailure@ or a new RDF containing the parsed triples.
parseURL' :: (Rdf a) =>
                 Maybe BaseUrl       -- ^ The optional base URI of the document.
                 -> Maybe T.Text -- ^ The document URI (i.e., the URI of the document itself); if Nothing, use location URI.
                 -> String           -- ^ The location URI from which to retrieve the XML document.
                 -> IO (Either ParseFailure (RDF a))
                                     -- ^ The parse result, which is either a @ParseFailure@ or the RDF
                                     --   corresponding to the XML document.
parseURL' bUrl docUrl = _parseURL (parseXmlRDF bUrl docUrl)

...和parseXmlRDF:

-- |Parse a xml T.Text to an RDF representation
parseXmlRDF :: (Rdf a)
            => Maybe BaseUrl           -- ^ The base URL for the RDF if required
            -> Maybe T.Text        -- ^ DocUrl: The request URL for the RDF if available
            -> T.Text              -- ^ The contents to parse
            -> Either ParseFailure (RDF a) -- ^ The RDF representation of the triples or ParseFailure
parseXmlRDF bUrl dUrl xmlStr = case runParseArrow of
                                (_,r:_) -> Right r
                                _ -> Left (ParseFailure "XML parsing failed")
  where runParseArrow = runSLA (xreadDoc >>> isElem >>> addMetaData bUrl dUrl >>> getRDF) initState (T.unpack xmlStr)
        initState = GParseState { stateGenId = 0 }

这些 Haddock cmets 不会出现在实际文档中，因为它们所属的函数没有被导出。

总而言之，我想说这个库的文档可以改进。不过，在这种情况下，了解 Hackage 文档的方式可以减轻打击。

所以我尝试了parsed &lt;- parseURL (XmlParser Nothing Nothing) testText，但它显示的是Ambiguous type variable ‘a0’ arising from a use of ‘parseURL’ prevents the constraint ‘(Rdf a0)’ from being solved. Probable fix: use a type annotation to specify what ‘a0’ should be。

错误告诉你必须指定 a 所在的位置...

parseURL :: Rdf a => p -> String -> IO (Either ParseFailure (RDF a))

...要么在需要具体类型的地方使用它，要么添加类型注释。

文档中的其他链接显示Rdf is a class with two instances（TList 和AdjHashMap）和RDF is a data family。既然如此，你想要这样的东西：

parsed <- parseURL (XmlParser Nothing Nothing) testText :: IO (Either ParseFailure (RDF TList))

（注意类型注解如何匹配parseURL的签名指定的结果类型。）

或者，启用ScopedTypeVariables 可以编写：

parsed :: Either ParseFailure (RDF TList) <- parseURL (XmlParser Nothing Nothing) testText

【讨论】：

  • 所以我尝试了parsed &lt;- parseURL (XmlParser Nothing Nothing) testText，但它显示的是Ambiguous type variable ‘a0’ arising from a use of ‘parseURL’ prevents the constraint ‘(Rdf a0)’ from being solved. Probable fix: use a type annotation to specify what ‘a0’ should be. 所以我尝试了parsed::TList &lt;- ... 和更多奇特的东西，例如Right (parsed::(RDF TList)) &lt;- ... ，但到目前为止，没有任何效果。
  • 我基本上只是希望找到一个可行的例子来说明如何做到这一点。在任何地方的文档中似乎都没有。
  • @Jono 我在答案中添加了一个额外的部分。
  • 感谢双方对 XmlParser 的黑线鳕文档的反馈。我已采纳您的建议：hackage.haskell.org/package/rdf4h-3.0.4/docs/…
猜你喜欢
  • 2012-03-12
  • 1970-01-01
  • 1970-01-01
  • 2013-08-14
  • 1970-01-01
  • 2016-12-24
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多
热门标签
Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode