批量编辑rdflib中三元组的主题

问题描述：

我通过使用rdflib-jsonld解析来自数据库的记录来创建一个rdflib图。但是，三元组的主题从url中缺少/。要添加它，我用下面的代码：批量编辑rdflib中三元组的主题

for s,p,o in graph1: 
      print 'parsing to graph2. next step - run query on graph2' 
      pprint.pprint((s,p,o)) 
      s = str(s) 
      s1 =s.replace('https:/w','https://w') 
      s = URIRef(s1) 
      graph2.add((s,p,o))

这一步需要很长的时间（几个小时），因为大量的图形三元组的运行。我怎样才能减少所花费的时间？不是循环遍历每个元素，我如何修改主题？

如果您可以运行SPARQL查询，那么您可以使用INSERT/DELETE（例如，如博客文章中所述[SPARQL：更新owl：Class in the place的URI]（http://semanticarts.com/博客/ SPARQL更新类-URI就地/））。 [SPARQL更新示例在单个查询中更新多个三元组]的答案中有一个示例（http://*.com/questions/19502398/sparql-update-example-for-updating-more-than-one在单个查询中），它显示“替换给定主题的三元组的更新”。 –

答

首先，要进行适当的时间测量，请删除与更换本身无关的任何内容，特别是普通打印和漂亮打印，您不需要它们。如果您需要某个进度指示器，请每隔N步写一个简短消息（例如一个点）到日志文件中。

避免内存过度消耗。我不知道你的图形在内部是如何看起来的，但是最好在没有创建平行图形结构的情况下进行替换。检查过程中的内存使用情况，如果程序没有空闲RAM，则遇到问题，所有进程都会放慢速度。如果您无法修改现有图形和内存不足，为了进行测量，只需避免创建第二个图形，即使这样的替换已丢失并因此无用。

如果没有任何帮助，请退后一步。如果尚未使用python re或专用于批处理文本处理的文本工具（如sed）解析文件，则可以在舞台上执行替换。

批量编辑rdflib中三元组的主题

相关推荐