[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

摘要

本发明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；读取并解析用于标注CSV数据的元数据描述文件，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。

主权项

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。