本发明专利技术公开了一种从元数据标注的CSV数据到RDF数据的转换方法，包括：读取并解析CSV文件，获得表列数据并存入内存数据结构；读取并解析元数据描述文件，获得元数据并存入内存数据结构；结合已获得的表列数据与元数据，生成RDF三元组集并存入内存数据结构；将生成的RDF三元组集输出为Turtle语法格式的RDF数据文件。本发明专利技术公开的数据格式转换方法能将用W3C技术规范《Web表列数据与元数据模型》定义的元数据模型词汇进行标注的CSV数据转换为语义上等价的RDF数据，这样就可以利用现有软件工具方便地将转换所得的RDF数据发布到关联数据网，供各式各样的语义万维网应用共享、复用与处理来自CSV文件中的表列数据，使得量大面广的CSV数据能发挥最大潜能。
【技术实现步骤摘要】
本专利技术涉及数据管理领域中的一种数据格式转换方法，尤其是一种从元数据标注 的CSV数据到RDF数据的转换方法。
技术介绍
在科学领域和电子政务领域的开放数据运动（opendatamovements)使得万 维网（WorldWideWeb)上逗号分隔值（comma-separatedvalues,CSV)格式的数据显 著增长。CSV是常用的表列数据（tabulardata)文件格式，虽然简单实用，但是难以表 达数据世系（provenance)、数据域含义、数据域/表之间的关系、用户访问权限等元数据 (metadata)或标注（annotations)信息。有鉴于此，国际万维网联盟（W3C)的数据行动 计划G)ataActivity:http://www.w3.org/2013/data/)最近成立 了称为"CSVonthe Web"的工作组（http://www.w3.org/2013/csvw/)，旨在将原有非标准CSV格式（参见： Y.Shafranovich,CommonFormatandMIMETypeforComma-SeparatedValues(CSV) Files.IETFRFC4180,October2005. http://tools.ietf.org/html/rfc4180)进行扩充， 形成CSV标准（俗称CSV+)，并制订相关技术规范，以方便CSV数据的操纵、可视化、解释、多 表数据结合、数据格式转换等Web高级应用。 CSV+标准中，W3C正在制订的《Web表列数据与元数据模型》技术规范（参见： JeniTennison,GreggKellogg(Editors).ModelforTabularDataandMetadataonthe Web.W3CWorkingDraft16April2015.http://www.w3.org/TR/tabular-data_model/. )以及《表列数据的元数据词汇》技术规范（参见Jeni Tennison,GreggKellogg(Editors).MetadataVocabularyforTabularData.W3C WorkingDraft16April2015.http://www.w3.org/TR/tabular_metadata/?)可用来对CSV数据进行建模、描述与标注，形成所谓的"元数据标注的CSV数 据"。 另一方面，资源描述框架（ResourceDescriptionFramework,RDF)(参见： RichardCyganiak,DavidWood,MarkusLanthaler(Editors).RDF1.1Conceptsand AbstractSyntax.W3CRecommendation25February2014.http://www.w3.org/TR/ rdfll-conc印ts/.)是表示Web信息的一种公共框架和格式；RDF数据模型是一种称为RDF 图的有向标记图（directed,labeledgraph)语义模型，已成为万维网尤其是语义万维网 (SemanticWeb)或数据网（WebofData)上的标准数据模型和数据表示格式。当前流行的 关联数据（LinkedData)或关联开发数据（LinkedOpenData)就是以RDF作为数据模型 与表示格式的。 基于以上背景，如何实现从元数据标注的CSV数据到RDF数据的转换，是亟待解决 的关键技术问题。由于CSV+标准正在制订过程中（已接近完成），因此，目前国内外尚未出 现从元数据标注的CSV数据到RDF数据的完整转换方法及其详细实现技术。 本专利技术旨在提供一种数据格式的转换方法，该方法能将用W3C技术规范《Web表 列数据与元数据模型》定义的元数据模型词汇进行标注的CSV数据转换为语义上等价的RDF数据。RDF有多种语义上相互等价的语法格式（参见：GuusSchreiber，YvesRaimond (Editors).RDF1.1Primer.W3CWorkingGroupNote24June2014.http://www. w3.org/TR/rdfll-primer/.)，本专利技术技术方案的【具体实施方式】中用Turtle语法（参见： EricPrud'hommeaux,GavinCarothers(Editors).RDFLITurtle:TerseRDFTriple Language.W3CRecommendation25February2014,http://www.w3.org/TR/turtle/.)来 表示RDF数据。
技术实现思路
本专利技术旨在提供一种数据格式的转换方法，该方法能将用W3C技术规范《Web表列 数据与元数据模型》定义的元数据模型词汇进行标注的CSV数据转换为语义上等价的RDF 数据（本专利技术技术方案的【具体实施方式】中用Turtle语法来表示RDF数据）。 为了解决上述技术问题，本专利技术公开一种从元数据标注的CSV数据到RDF数据的 转换方法，包括：步骤S1，读取并解析CSV文件，获得表列数据并存入内存数据结构；步骤 S2,读取并解析元数据描述文件，获得元数据并存入内存数据结构；步骤S3,结合已获得的 表列数据与元数据，生成RDF三元组集并存入内存数据结构；步骤S4,将生成的RDF三元组 集输出为Turtle语法格式的RDF数据文件。 所述步骤S1进一步包括：步骤S1-1，逐行读取CSV文件中的表列数据，生成输入 流；步骤S1-2,解析输入流，并将解析结果存入表列数据内存数据结构。 所述步骤S2进一步包括：步骤S2-1，读取元数据描述文件并生成JS0N对象；步骤 52- 2,创建存储元数据的内存数据结构；步骤S2-3,解析JS0N对象，提取CSV表描述信息后 存入元数据内存数据结构；步骤S2-4,解析JS0N对象，提取CSV模式描述信息后存入元数 据内存数据结构；步骤S2-5,解析JS0N对象，提取CSV列描述信息后存入元数据内存数据 结构。 所述步骤S3进一步包括：步骤S3-1，创建存储RDF三元组的内存数据结构；步骤 53- 2,从元数据内存数据结构中提取CSV表描述信息，生成RDF三元组后存入RDF三元组内 存数据结构；步骤S3-3,从元数据内存数据结构中提取CSV列描述信息，生成RDF三元组后 存入RDF三元组内存数据结构；步骤S3-4,结合CSV数据和元数据中列描述信息，生成RDF 三元组后存入RDF三元组内存数据结构。 所述步骤S3-4进一步包括：步骤S3-4-1，根据元数据中列描述信息确定CSV列名 所对应的RDF属性名以及该列值的XML模式数据类型；步骤S3-4-2,逐个提取CSV数据中 的列值，转换成RDF三元组。 所述步骤S4进一步包括：步骤S4-1，将名空间前缀定义添加到RDF三元组内存数 据结构；步骤S4-2,将RDF三元组内存数据结构输出为RDF数据文件。 本专利技术的技术方案能将元数据标注的CSV数据转换为语义上等价的RDF数据（本 专利技术技术方案的【具体实施方式】中用Turtle语法来表示RDF数据），这样就可以利用现有软 件工具方便地将转换所得的RDF数本文档来自技高网...
【技术保护点】
一种从元数据标注的CSV数据到RDF数据的转换方法，其特征在于，包括：步骤S1，读取并解析CSV文件，获得表列数据并存入内存数据结构；步骤S2，读取并解析元数据描述文件，获得元数据并存入内存数据结构；步骤S3，结合已获得的表列数据与元数据，生成RDF三元组集并存入内存数据结构；步骤S4，将生成的RDF三元组集输出为Turtle语法格式的RDF数据文件。
【技术特征摘要】
【专利技术属性】
技术研发人员：许卓明，张进，王骏华，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。