[发明专利]一种从元数据标注的CSV数据到RDF数据的转换方法

权利要求书

1.一种从元数据标注的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表列数据内存数据结构，其中，所述表列数据内存数据结构用于在内存中存储解析后获得的表列数据，包括CSV数据的所有行中以逗号分隔的所有列值，并且该内存数据结构的Java编程语言实施方式是将它定义成类型为Java数组列表即ArrayList<E>的变量；

步骤S2，读取并解析用于标注CSV数据的元数据描述文件，获得元数据并存入元数据内存数据结构，其中，所述元数据内存数据结构用于在内存中存储解析后获得的元数据，包括CSV表描述信息、CSV模式描述信息、CSV列描述信息，并且该内存数据结构的Java编程语言实施方式是将它定义成类型为自定义的Java公共类的变量；

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RDF三元组内存数据结构，其中，所述RDF三元组内存数据结构用于在内存中存储结合后生成的RDF三元组集，包括由CSV表描述信息生成的RDF三元组、由CSV列描述信息生成的RDF三元组、由CSV数据中的列值转换成的RDF三元组，并且该内存数据结构的Java编程语言实施方式是将它定义成类型为Java的StringBuffer类的变量；步骤S3具体包括：

步骤S3-1，创建存储RDF三元组的内存数据结构即RDF三元组内存数据结构；

步骤S3-2，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，生成由CSV数据中的列值转换成的RDF三元组后存入RDF三元组内存数据结构；

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。

2.如权利要求1所述的方法，其特征在于，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，具体包括：根据逗号对CSV数据中的每一行进行分割后转换成一个字符串数组，并将其添加到表列数据内存数据结构中。

3.如权利要求1所述的方法，其特征在于，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JSON对象；

步骤S2-2，创建存储元数据的内存数据结构即元数据内存数据结构；

步骤S2-3，解析JSON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JSON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JSON对象，提取CSV列描述信息后存入元数据内存数据结构。

4.如权利要求1所述的方法，其特征在于，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列的名所对应的RDF属性名以及该列的值的XML模式数据类型；

步骤S3-4-2，逐行、逐列地依次逐个提取CSV数据中的列值，并将其转换成RDF三元组后存入RDF三元组内存数据结构，其中，所述转换的方法如下：

根据CSV文件的绝对URL和CSV模式描述信息中定义的RDF主语的模板格式，来设置该RDF三元组的主语；根据CSV文件的绝对URL和CSV列描述信息中定义的RDF谓词的模板格式或在未定义此模板格式的情况下该列值所在CSV列的名所对应的RDF属性名，来设置该RDF三元组的谓语；将该列值连同用符号“^^”附上的该列值的XML模式数据类型作为一个整体，设置成该RDF三元组的宾语。

5.如权利要求1所述的方法，其特征在于，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中存储的数据输出为RDF数据文件，本步骤的Java编程语言实施方式包括：

首先，调用Java文件类，根据指定路径生成RDF数据文件；

然后，将RDF三元组内存数据结构中存储的数据即Java的StringBuffer类型变量的值输出至该RDF数据文件中。