[JAVA] Mémo d'analyse par l'analyseur SAX du modèle de données RDF / XML

Notez qu'il était difficile d'implémenter l'analyseur SAX pour RDF / XML (implémentation du gestionnaire d'événements). C'est difficile, alors utilisez la bibliothèque autant que possible. Je pense que je peux faire la plupart des choses avec rdf4j.

Puisqu'il s'agit d'un mémo pour moi dans le futur (lorsque j'oublie diverses choses), c'est une intro qui comprend des poèmes d'impression. Le code source réel n'est pas répertorié. Comme indice lors de la réimplémentation ou du déchiffrement de l'implémentation

Intro

Qu'est-ce que RDF

https://ja.wikipedia.org/wiki/Resource_Description_Framework

• Structure de données représentée par un graphe orienté.
• Le côté dirigé lui-même s'appelle Predicate, le point de départ du côté s'appelle Subject et le point final s'appelle Object. --Représenter le graphique sous la forme d'un ensemble de côtés comme une paire de <Sujet, Prédicat, Objet> --Les sommets sont des "éléments de nœud" (bien que le nom prête à confusion, dans cet article, les nœuds en théorie des graphes sont appelés "sommets". Ce qu'on appelle "nœud" fait référence aux "éléments de nœud"). Il existe un "élément de propriété".
• L'objet est toujours un élément de nœud --Object peut être un élément de nœud ou un élément de propriété --Par conséquent, les données sont représentées comme un ensemble de (élément de nœud) × (arc) × (élément de nœud ou élément de propriété).
• L'élément nœud a un ID
• L'ID de l'élément node peut ou non être donné explicitement, ce dernier étant un nœud vide (traduction générale: nœud vide. "Unnamed node" est plus facile à comprendre pour les programmeurs Java. Est appelé)

RDF/XML

• Un ensemble des éléments ci-dessus (élément nœud) × (arc) × (élément nœud ou élément de propriété) exprimé en XML.
• Représenté essentiellement par les deux suivants

L'objet est un élément nœud.xml

<rdf:Description rdf:about="ID du nœud du sujet">
  <Predicate>
    <rdf:Description rdf:about="ID de nœud d'objet">
    </rdf:Description>
  </Predicate>
</rdf:Description>

L'objet est un élément de propriété.xml

<rdf:Description rdf:about="ID du nœud du sujet">
  <Predicate>
Valeur de la propriété de l'objet
  </Predicate>
</rdf:Description>

—— Cependant, il existe de nombreuses règles d'abréviation et il est difficile de les analyser.

• (Peut-être qu'il semble que diverses omissions peuvent être faites pour sortir le modèle RDF afin qu'il soit facile à voir pour les humains, et le niveau est bas pour écrire un analyseur pour l'ordinateur à analyser. Il semble que les spécifications ne soient pas favorables au programmeur). * Impressions de programmeurs de bas niveau)

Problèmes lors de la gestion des programmes

• Comme il a une structure graphique, il ne peut pas être tracé comme un DOM.
• Dans le cas d'un arbre XML de type DOM, lorsque vous pensez "Je veux voir Piyo de Fuga à Hoge (exemple: numéro de téléphone de M. B dans le département A)", s'il s'agit d'un XML arborescent, Hoge / Fuga / Piyo (/ département [@ nom du département = A] / employé [@ nom = B] / numéro de téléphone / texte ()) Vous pouvez obtenir quelque chose comme ça, mais il ne sera pas arboré en XML. , Hoge ID ⇒ Fuga ID est récupéré, Fuga ID ⇒ Piyo value est récupéré, et ainsi de suite. Si la quantité de données est importante, à moins que vous ne créiez un index (soit une arborescence de tri, soit une table de hachage) avec l'ID de l'élément de noeud afin qu'il puisse être recherché, il analysera toujours tout et ce sera lent.
• Même s'ils ne sont pas équivalents au XML, ils peuvent être équivalents au RDF (structure exprimée) ――C'est difficile car il y a beaucoup d'abréviations

Par conséquent, il n'est pas pratique d'utiliser XML tel quel, et il est nécessaire de le réécrire sous la forme d'un ensemble de (élément de nœud) × (arc) × (élément de nœud ou élément de propriété).

Points lors de l'écriture avec l'analyseur SAX

C'est pourquoi je l'ai lu depuis le début avec l'analyseur SAX et j'écris la valeur confirmée de (élément de nœud) × (arc) × (élément de nœud ou élément de propriété) à l'extérieur (fichier ou DB). Les points d'implémentation de l'analyseur SAX (gestionnaire d'événements) sont les suivants.

--Il est nécessaire de donner un état à l'analyseur et de changer l'état en fonction du mode. - rdf:parseType="Collection", rdf:parseType="Literal", rdf:parseType="Resource" --2 modèles sauf indication contraire

• ↑ Dans ce dernier cas, il y a deux modèles lorsqu'il n'est pas spécifié: lorsque le sujet a été lu (analyse l'élément suivant en tant que prédicat) et lorsque le prédicat a été lu (l'élément suivant est Object). Pour séparer les états par élément de nœud ou élément de propriété).

Il existe des états {Racine, S1, S2, Collection, Ressource, Littéral} (S1 n'a pas été analysé Prédicat, S2 a été analysé Prédicat), et l'état change à chaque fois que l'élément est ouvert. L'état actuel est chargé sur la pile pour chaque transition d'état. Si l'élément est fermé, il sort de la pile et revient. La transition d'état lorsque l'élément est ouvert est la suivante.

Root  （+Tout élément)|-> S1
S1 （+ rdf:parseType="Collection|Resource|Literal"Élément)|-> Collection|Resource|Literal 
S1 （+ rdf:Y compris la ressource=Élément de l'élément node)|-> S1
S1 （+ rdf:Éléments qui ne contiennent pas de ressources)|-> S2
S2 （+Tout élément)|-> S1
Resource （+ rdf:parseType="Collection|Resource|Literal"Élément)|-> Collection|Resource|Literal 
Resource （+ rdf:Y compris la ressource=Élément de l'élément node)|-> S1
Resource （+ rdf:Éléments qui ne contiennent pas de ressources)|-> S2
Collection （+Tout élément)|-> S2

Sera.

Après cela, si vous mettez la phrase à lire (Sujet ou Sujet × Prédicat) et l'état ci-dessus sur la pile et que vous la lisez en poussant ou en sautant, vous pouvez l'analyser correctement avec SAX.