用于将django模型的元素映射到外部rdf存储的可插入应用程序
django-rdf-io的Python项目详细描述
#rdf io
用于将django链接到rdf存储和推理器的实用程序。
原因：允许使用语义数据模型和规则生成内容的丰富视图，并公开标准化的访问和查询接口，如sparql和链接的数据平台。相反，允许使用django来管理rdf存储中的内容：—）
*可链接的推断支持和持久性处理
*可扩展以支持特定的信息模型-例如skos
*任意django对象的可配置元数据属性。
rdf_io具有初始数据，可加载常用的w3c名称空间和前缀（owl、rdf、dc在）
o/"，include（'rdf_io.urls'）`to urls.py
*可以选择为rdfserver和rdfserver_api定义设置
*运行manage.py makemigrations
*运行manage.py migrate
自动发布更新到rdf
这实际上只保证推送添加和更新-删除虽然更新将倾向于替换语句，但不会处理。启动时启用（django重新加载后必需）时，
任何一个模型。
`{server戋url}/rdf戋io/ctl戋u signals/sync`
为所有模型类庆兴
`{server-url}/rdf-io/ctl-i/ctl-signals/（on/off）`
35 35 35 35
//导入和将django对象序列化为rdf而不使用任何rdf存储，不同的rdf存储可用于不同的对象
1）配置变量以用于设置到rdf存储的servicebindings和推断引擎
2）为目标存储设置servicebindings（通过管理接口或迁移）
3）预加载推理器（例如shacl）所需的任何静态数据和规则-或设置迁移以使用绑定到适当servicebindings的importedresource加载这些数据和规则
$server/admin/rdf-io
2）创建在线资源使用
{server-url}/rdf-io/to{model{model}/id/{model{model{id}`
{server{server{url}/rdf-io/to{model{model{model{model{model{server{server}/rdf-io/to{model{model{model{model{server{server{url}/rdf-io/to{model{model{model{model{model{）配置一个或多个servicebindings并附加到relevant objectmapping（如果要将对该对象的更新发布到rdf store-否则servicebindings可以直接绑定到单个导入的资源对象）
注意：类型验证的服务绑定将导致执行检查，失败时将中止服务链，并且invoke on_fail bindings（尚未实现）
注意：inferencing类型的服务绑定将扩展要存储的数据，但不会保存它。应该将其链接到持久绑定。
2）将特定对象发布到配置的rdf存储：
`{server-url}/rdf-io/pub-rdf/{model-name}/{model-id}
（请注意，如果定义了对象映射，这将在对象保存时自动发生）
3）到重新发布一组django模型的所有对象：
`{server_url}/rdf_io/sync_remote/{model_name}[，{model_name}]*`
注意：对于/rdf io/to_rdf/{model_name}/key/{model_natural_key}若要工作，目标模型必须定义一个带有get_byu natural_key方法的manage，该方法采用unique single term（如uri）注意，这将允许使用curies（如myns:myterm），其中前缀注册为rdf_io空间中的命名空间。如果检测到curie，rdf_io将首先尝试作为字符串进行匹配，然后展开到完整的uri并进行匹配。
这一切都可以在自定义逻辑中完成，但rdf_io允许使用shacl等标准来捕获这一点，并避免硬编码和隐藏所有这些规则。
es post save）
1）设置RDF推理器-注意这可能是在默认存储上启用推理或设置新存储的问题。如果规则不能安全地共存，则可以配置多个推理存储。
2）将推理规则加载到推理器（可以选择使用importedresource对象并持久化替换服务绑定）
3）创建用于推理的服务绑定-这些绑定可以使用下一个服务器链接vice
4）确保清除推断存储区中的临时数据-使用适当的持久性删除servicebinding作为链中的最后一步
注意：如果设置了单独的推断存储区，推断规则可能需要更复杂，但某些数据需要或者推断位于主目标存储库中。使用spin，这会导致如下构造：
'
where{
？主回购服务：回购。a a skos：概念。
可选{？更广泛？B。}
可选{？B斯科斯：窄一点？a}
可选{服务？主回购
{
可选{？更广泛？B。}
可选{？B斯科斯：窄一点？A}
}
}
哪里？mainrepo是一个加载到推理器的对象，用于定义目标数据存储，允许这样的规则可重用。
'
\r/>每个映射包括：
1）生成对象的uri的标识符映射
2）将值列表映射到rdf谓词的attributeMapping元素集
3）将值列表映射到复杂对象属性的embeddedMapping元素集（可选地包装在空白节点中）
4）对于django模型，可能存在一个过滤器来限制映射应用于的对象集。RDF图是所有配置的对象映射输出的并集。
（注意，ServiceBinding可以绑定到特定的映射，但默认行为是用于查找Gioven Django ModelType的所有ServiceBinding，它们都得到复合图（这可能是更改为以后支持将不同的图发布到不同的rdf存储。）
\literal）
源模型元素可以使用类似xpath的语法定义，嵌套使用django过滤器样式、a（点）或/符号，其中路径的每个元素都可以支持可选过滤器。
```
path=（literal element（[./]element）*）
literal="a quoted string""a quoted string"<；a uri>；
element=（property related_model_expr）（filter]）？
property=django模型属性的有效名称
related_model_expr=模型_名称（\（{property}\）？
筛选器=（字段（！）？=文字）（（，和）字段（！）？=literal）*literal（（，或）literal）*
````
注意：
*在数据库中使用django筛选器计算相关模型上的筛选器，在序列化期间执行属性值上的筛选器。
*none或null的literal值被视为none或empty strin根据django实践，gs.
*属性上的筛选器是可能匹配的简单列表（，与"or"相同），并应用于路径
person的元素。title['mrs'，'miss'，'ms']将匹配值为"mrs"，"miss"，"ms"的任何标题
*相关对象上的筛选器是property=值语法。属性使用django stlye路径-即notation.namespace.prefix=skos
*如果通过中介使用多个字段，则使用相关的"模型"表达式-如果这是自关系，则指定属性：例如
semrelation（origin_concept）[rel_type="1'。target_concept
应用程序发布在post-save
*syc_remote方法上，用于推送模型类型列表中的所有对象（推送是等幂的-可安全重复）
*在属性marmotta中具有每级筛选选项的复杂属性链
*在django 1.6下的geonode项目上下文中测试对照django 1.8.6和1.11
todo:
*为对象映射实现全局过滤器（将映射限制到子集）
*设置从远程存储中删除对象的信号和方法
df
从django.contrib.contenttypes.models导入content type
从rdf_io.models导入objectmapping
ct=contenttype.objects.get（model=model）
obj_mapping_list=objectmapping.objects.filter（content_type=ct）
build_rdf（gr，obj，obj_mapping_list）返回一个rdflib.graph（）
gr.serialize（format="turtle"）
````
``使用django视图进行序列化：
`{server_url}/rdf_io/to_rdf{model{model{model{model{id}`
>
>
``不推荐使用的
<
<
/>
/>
/><
/>/><
/>/><
/>
/>/>/><
/>motta.war并按照marmotta指令配置
*定义资源容器不同型号的模式
，例如
````
/{model}/{slug}"，
/ldp/voc/{scheme-slug}/{term}，
}
}
````
*在上面的示例中创建模式所需的容器（例如/ldp/voc）*
*为目标模型部署推理规则（以生成可以从已发布数据推断出的附加语句-这是在电源输入）
-参见http://eagle-dev.salzburgsresearch.at/reasoner/admin/about.html
例如
```
curl-i-h"内容类型：text/plain"-x post--data binary@fixtures/skos.kwrl http://localhost:8080/marmotta/reasoner/program/skos.kwrl
curl-i-x get http://localhost:8080/marmotta/reasoner/program/skos.kwrl
curl-i-x get
curl-i-h"内容类型：文本/普通"-x post--data binary@skos.skwrl http://localhost:8080/marmotta/reasoner/program/skos.skwrl
````
是TIGG在为对象类型定义了对象映射之后，在保存对象时自动执行。
e/rdf_io/sync_remote/scheme，concept
*引入序列化程序时，如果希望能够序列化应用程序中没有默认映射的类，则应该可以定义这些类（在顶部项目中创建rdf_mappings.py文件）
*顶部项目将允许应用程序的默认映射。o被重写，无论是作为一个整体还是基于每个映射（即更改或添加单个属性的映射）
*序列化器将作为转储数据的独立序列化器可用（并扩展为loaddata的反序列化器），但也可以连接以发布序列化将数据绑定到外部服务-因此我的serialiser应用程序可能有一个模型来捕获此类服务的连接参数-而其他应用程序设置将能够在此模型中定义连接，并将不同模型的rdf映射绑定到不同的目标服务。
然后应用程序：
1主项目
1 RDF序列化程序实用程序
1导入的应用程序具有默认的RDF序列化
1导入的应用程序可能具有或不具有在项目设置中定义的RDF序列化。
只有更多的重量级RDF方法尝试对RDF进行完全建模并实现SPARQL—我只想把一些东西吐到外部三重存储中。
rdf_io对象是使用自然键定义的，允许以任何顺序加载模块的默认映射。使用设置可能更优雅，这样可以更容易地自定义这些默认值。
为模型定义对象映射时，会注册信号。
用于将django链接到rdf存储和推理器的实用程序。
原因：允许使用语义数据模型和规则生成内容的丰富视图，并公开标准化的访问和查询接口，如sparql和链接的数据平台。相反，允许使用django来管理rdf存储中的内容：—）
*可链接的推断支持和持久性处理
*可扩展以支持特定的信息模型-例如skos
*任意django对象的可配置元数据属性。
rdf_io具有初始数据，可加载常用的w3c名称空间和前缀（owl、rdf、dc在）
o/"，include（'rdf_io.urls'）`to urls.py
*可以选择为rdfserver和rdfserver_api定义设置
*运行manage.py makemigrations
*运行manage.py migrate
自动发布更新到rdf
这实际上只保证推送添加和更新-删除虽然更新将倾向于替换语句，但不会处理。启动时启用（django重新加载后必需）时，
任何一个模型。
`{server戋url}/rdf戋io/ctl戋u signals/sync`
为所有模型类庆兴
`{server-url}/rdf-io/ctl-i/ctl-signals/（on/off）`
35 35 35 35
//导入和将django对象序列化为rdf而不使用任何rdf存储，不同的rdf存储可用于不同的对象
1）配置变量以用于设置到rdf存储的servicebindings和推断引擎
2）为目标存储设置servicebindings（通过管理接口或迁移）
3）预加载推理器（例如shacl）所需的任何静态数据和规则-或设置迁移以使用绑定到适当servicebindings的importedresource加载这些数据和规则
$server/admin/rdf-io
2）创建在线资源使用
{server-url}/rdf-io/to{model{model}/id/{model{model{id}`
{server{server{url}/rdf-io/to{model{model{model{model{model{server{server}/rdf-io/to{model{model{model{model{server{server{url}/rdf-io/to{model{model{model{model{model{）配置一个或多个servicebindings并附加到relevant objectmapping（如果要将对该对象的更新发布到rdf store-否则servicebindings可以直接绑定到单个导入的资源对象）
注意：类型验证的服务绑定将导致执行检查，失败时将中止服务链，并且invoke on_fail bindings（尚未实现）
注意：inferencing类型的服务绑定将扩展要存储的数据，但不会保存它。应该将其链接到持久绑定。
2）将特定对象发布到配置的rdf存储：
`{server-url}/rdf-io/pub-rdf/{model-name}/{model-id}
（请注意，如果定义了对象映射，这将在对象保存时自动发生）
3）到重新发布一组django模型的所有对象：
`{server_url}/rdf_io/sync_remote/{model_name}[，{model_name}]*`
注意：对于/rdf io/to_rdf/{model_name}/key/{model_natural_key}若要工作，目标模型必须定义一个带有get_byu natural_key方法的manage，该方法采用unique single term（如uri）注意，这将允许使用curies（如myns:myterm），其中前缀注册为rdf_io空间中的命名空间。如果检测到curie，rdf_io将首先尝试作为字符串进行匹配，然后展开到完整的uri并进行匹配。
这一切都可以在自定义逻辑中完成，但rdf_io允许使用shacl等标准来捕获这一点，并避免硬编码和隐藏所有这些规则。
es post save）
1）设置RDF推理器-注意这可能是在默认存储上启用推理或设置新存储的问题。如果规则不能安全地共存，则可以配置多个推理存储。
2）将推理规则加载到推理器（可以选择使用importedresource对象并持久化替换服务绑定）
3）创建用于推理的服务绑定-这些绑定可以使用下一个服务器链接vice
4）确保清除推断存储区中的临时数据-使用适当的持久性删除servicebinding作为链中的最后一步
注意：如果设置了单独的推断存储区，推断规则可能需要更复杂，但某些数据需要或者推断位于主目标存储库中。使用spin，这会导致如下构造：
'
where{
？主回购服务：回购。a a skos：概念。
可选{？更广泛？B。}
可选{？B斯科斯：窄一点？a}
可选{服务？主回购
{
可选{？更广泛？B。}
可选{？B斯科斯：窄一点？A}
}
}
哪里？mainrepo是一个加载到推理器的对象，用于定义目标数据存储，允许这样的规则可重用。
'
\r/>每个映射包括：
1）生成对象的uri的标识符映射
2）将值列表映射到rdf谓词的attributeMapping元素集
3）将值列表映射到复杂对象属性的embeddedMapping元素集（可选地包装在空白节点中）
4）对于django模型，可能存在一个过滤器来限制映射应用于的对象集。RDF图是所有配置的对象映射输出的并集。
（注意，ServiceBinding可以绑定到特定的映射，但默认行为是用于查找Gioven Django ModelType的所有ServiceBinding，它们都得到复合图（这可能是更改为以后支持将不同的图发布到不同的rdf存储。）
\literal）
源模型元素可以使用类似xpath的语法定义，嵌套使用django过滤器样式、a（点）或/符号，其中路径的每个元素都可以支持可选过滤器。
```
path=（literal element（[./]element）*）
literal="a quoted string""a quoted string"<；a uri>；
element=（property related_model_expr）（filter]）？
property=django模型属性的有效名称
related_model_expr=模型_名称（\（{property}\）？
筛选器=（字段（！）？=文字）（（，和）字段（！）？=literal）*literal（（，或）literal）*
````
注意：
*在数据库中使用django筛选器计算相关模型上的筛选器，在序列化期间执行属性值上的筛选器。
*none或null的literal值被视为none或empty strin根据django实践，gs.
*属性上的筛选器是可能匹配的简单列表（，与"or"相同），并应用于路径
person的元素。title['mrs'，'miss'，'ms']将匹配值为"mrs"，"miss"，"ms"的任何标题
*相关对象上的筛选器是property=值语法。属性使用django stlye路径-即notation.namespace.prefix=skos
*如果通过中介使用多个字段，则使用相关的"模型"表达式-如果这是自关系，则指定属性：例如
semrelation（origin_concept）[rel_type="1'。target_concept
应用程序发布在post-save
*syc_remote方法上，用于推送模型类型列表中的所有对象（推送是等幂的-可安全重复）
*在属性marmotta中具有每级筛选选项的复杂属性链
*在django 1.6下的geonode项目上下文中测试对照django 1.8.6和1.11
todo:
*为对象映射实现全局过滤器（将映射限制到子集）
*设置从远程存储中删除对象的信号和方法
df
从django.contrib.contenttypes.models导入content type
从rdf_io.models导入objectmapping
ct=contenttype.objects.get（model=model）
obj_mapping_list=objectmapping.objects.filter（content_type=ct）
build_rdf（gr，obj，obj_mapping_list）返回一个rdflib.graph（）
gr.serialize（format="turtle"）
````
``使用django视图进行序列化：
`{server_url}/rdf_io/to_rdf{model{model{model{model{id}`
>
>
``不推荐使用的
<
<
/>
/>
/><
/>/><
/>/><
/>
/>/>/><
/>motta.war并按照marmotta指令配置
*定义资源容器不同型号的模式
，例如
````
/{model}/{slug}"，
/ldp/voc/{scheme-slug}/{term}，
}
}
````
*在上面的示例中创建模式所需的容器（例如/ldp/voc）*
*为目标模型部署推理规则（以生成可以从已发布数据推断出的附加语句-这是在电源输入）
-参见http://eagle-dev.salzburgsresearch.at/reasoner/admin/about.html
例如
```
curl-i-h"内容类型：text/plain"-x post--data binary@fixtures/skos.kwrl http://localhost:8080/marmotta/reasoner/program/skos.kwrl
curl-i-x get http://localhost:8080/marmotta/reasoner/program/skos.kwrl
curl-i-x get
curl-i-h"内容类型：文本/普通"-x post--data binary@skos.skwrl http://localhost:8080/marmotta/reasoner/program/skos.skwrl
````
是TIGG在为对象类型定义了对象映射之后，在保存对象时自动执行。
e/rdf_io/sync_remote/scheme，concept
*引入序列化程序时，如果希望能够序列化应用程序中没有默认映射的类，则应该可以定义这些类（在顶部项目中创建rdf_mappings.py文件）
*顶部项目将允许应用程序的默认映射。o被重写，无论是作为一个整体还是基于每个映射（即更改或添加单个属性的映射）
*序列化器将作为转储数据的独立序列化器可用（并扩展为loaddata的反序列化器），但也可以连接以发布序列化将数据绑定到外部服务-因此我的serialiser应用程序可能有一个模型来捕获此类服务的连接参数-而其他应用程序设置将能够在此模型中定义连接，并将不同模型的rdf映射绑定到不同的目标服务。
然后应用程序：
1主项目
1 RDF序列化程序实用程序
1导入的应用程序具有默认的RDF序列化
1导入的应用程序可能具有或不具有在项目设置中定义的RDF序列化。
只有更多的重量级RDF方法尝试对RDF进行完全建模并实现SPARQL—我只想把一些东西吐到外部三重存储中。
rdf_io对象是使用自然键定义的，允许以任何顺序加载模块的默认映射。使用设置可能更优雅，这样可以更容易地自定义这些默认值。
为模型定义对象映射时，会注册信号。
欢迎加入QQ群-->： 979659372
