在OpenRefine中使用GREL从RDF/XML中提取skos：

Question

这是一张我的OpenRefine项目的照片。我需要将skos的所有实例:CloseMacth从一个RDF/XML列中提取到一个单独的OpenRefine列中。

这是我的RDF/XML代码：

<rdf:RDF xmlns:skos="http://www.w3.org/2004/02/skos/core#" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:rdfs="http://www.w3.org/1999/02/22-rdf-schema#" xmlns:cs="http://purl.org/vocab/changeset/schema#" xmlns:skosxl="http://www.w3.org/2008/05/skos-xl#">
  <rdf:Description rdf:about="http://id.loc.gov/authorities/subjects/sh85145648">
    <rdf:type rdf:resource="http://www.w3.org/2004/02/skos/core#Concept"/>
    <skos:prefLabel xml:lang="en">Water-supply</skos:prefLabel>
    <skosxl:altLabel>
      <rdf:Description>
    <rdf:type rdf:resource="http://www.w3.org/2008/05/skos-xl#Label"/>
    <skosxl:literalForm xml:lang="en">Availability, Water</skosxl:literalForm>
      </rdf:Description>
    </skosxl:altLabel>
    <skosxl:altLabel>
      <rdf:Description>
    <rdf:type rdf:resource="http://www.w3.org/2008/05/skos-xl#Label"/>
    <skosxl:literalForm xml:lang="en">Water availability</skosxl:literalForm>
      </rdf:Description>
    </skosxl:altLabel>
    <skosxl:altLabel>
      <rdf:Description>
    <rdf:type rdf:resource="http://www.w3.org/2008/05/skos-xl#Label"/>
    <skosxl:literalForm xml:lang="en">Water resources</skosxl:literalForm>
      </rdf:Description>
    </skosxl:altLabel>
    <skos:closeMatch rdf:resource="http://www.yso.fi/onto/yso/p9967"/>
    <skos:closeMatch rdf:resource="http://id.worldcat.org/fast/1172350"/>
    <skos:closeMatch rdf:resource="http://www.wikidata.org/entity/Q1061108"/>
    <skos:closeMatch rdf:resource="http://id.worldcat.org/fast/1172350"/>
    <skos:closeMatch rdf:resource="http://www.wikidata.org/entity/Q1061108"/>
    <skos:closeMatch rdf:resource="http://www.yso.fi/onto/yso/p9967"/>
    <skos:changeNote>
      <cs:ChangeSet>
    <cs:subjectOfChange rdf:resource="http://id.loc.gov/authorities/subjects/sh85145648"/>
    <cs:creatorName rdf:resource="http://id.loc.gov/vocabulary/organizations/dlc"/>
    <cs:createdDate rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">1986-02-11T00:00:00</cs:createdDate>
    <cs:changeReason rdf:datatype="http://www.w3.org/2001/XMLSchema#string">new</cs:changeReason>
      </cs:ChangeSet>
    </skos:changeNote>
    <skos:changeNote>
      <cs:ChangeSet>
    <cs:subjectOfChange rdf:resource="http://id.loc.gov/authorities/subjects/sh85145648"/>
    <cs:creatorName rdf:resource="http://id.loc.gov/vocabulary/organizations/dlc"/>
    <cs:createdDate rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2016-11-17T07:36:37</cs:createdDate>
    <cs:changeReason rdf:datatype="http://www.w3.org/2001/XMLSchema#string">revised</cs:changeReason>
      </cs:ChangeSet>
    </skos:changeNote>
  </rdf:Description>
</rdf:RDF>

我尝试使用这个代码value.parseHtml().select('skos|closematch')来添加一个基于RDF/XML列的列，但是它不起作用。

Answer 1

你的代码非常接近。您是否正在检查预览栏的显示以帮助指导您？

您的代码返回一个由六个XML元素组成的数组。你错过的是：

• 迭代器- forEach()
• 获取属性值的函数- htmlAttr()
• 将数组转换为可以存储在列- join()中的单个值的内容

总而言之，它看起来像：forEach(value.parseHtml().select('skos|closeMatch'), element, element.htmlAttr('rdf:resource')).join('|')

我实际上是从内到外构建的，方法是从一个元素开始：value.parseHtml().select('skos|closeMatch')[0]，查看它的外观，然后在用forEach(...).join('|')包装整个事物之前添加.htmlAttr('rdf:resource') (显然，您可以选择最有用的分隔符)。

Update：您的数据有重复项，因此您可能需要添加.uniques()，如：

forEach(value.parseHtml().select('skos|closeMatch'), element, element.htmlAttr('rdf:resource')).uniques().join('|')

Answer 2

你想要的结果是什么？我刚刚将您的代码复制到OR的剪贴板中，并选择rdf:Description作为第一个XML元素。我假设您的问题中的代码只是一个简短的示例，您实际上在rdf:RDF元素(即)中有几个rdf:RDF，因此您可以为每个rdf:Description获得一个记录。

这就是我在“配置解析选项”窗格中得到的.

​

​

当我创建Project并切换到行模式时，这就是我得到的结果。

​

​

第三列是你所说的(?)：

skos的所有实例:CloseMacth从一个RDF/XML列到OpenRefine中的一个单独列。

如果没有，请澄清编辑你的问题。