RDF基本概念及序列化方法

大家好，欢迎来到IT知识分享网。

前言
RDF(Resource Description Framework，资源描述框架) 被称为语义网技术体系的基石。他是W3C提倡的一个数据模型，用于描述万维网上的资源及其相互间的联系。

本文不做过深的讲解，主要集中在两个方面：

1. 保证清晰讲述RDF数据模型的概念
2. 基本的语法介绍
3. RDF、RDFS、OWL的关联及使用

一、RDF数据模型

RDF数据模型的核心：资源、属性、字面量、RDF陈述。RDF数据模型只适用于表达二元关系，当希望表达多元关系时，需要借助空白节点。

1. 资源

资源可以是任何想要描述的事物，可以是具体的，也可以是抽象的。例如，资源可以是“水果”，“香蕉”。

资源除了可以分为抽象的和具体的，还可以分为 “有名字的” 和 “没名字的” 。

• 有名字的资源
  在万维网中，各类资源十分庞杂，在这样的条件下为一个资源起一个唯一的名字是十分难的，用咱们常用的命名法肯定是行不通的。为了给资源赋予一个唯一的名字，RDF中采用了URI（Uniform resource identifier, 统一资源标识符）来作为资源的名字，从而保证唯一性。
• URI
  URI语法由URI协议名（如“http”、“ftp”）、冒号，以及协议对应的内容构成。URI包含URL和URN。
  • 形式上，URI的形式类似于普通网址的构造方式，但是要注意，URI不一定指称万维网上的资源。当我们用来标识万维网上的资源时，会使用统一资源定位符 URL（uniform resource locator），它是一种常用的URI。另一个常用的URI是统一资源名称URN（uniform resource name），如一本书的ISBN。
  • 不同协议之间的协调。不同协议有不同的内容，为了协议之间的协调，所有协议都必须遵循一定的URI语法通用规则，也就是为某些专门目的保留部分特殊字符。当在协议内容中要使用这些字符的时候，可以使用百分号编码为URI提供附加信息。
• 没名字的资源
  RDF中允许使用空白节点或匿名资源，它表示一种存在变量，这种资源是不包含任何URI标识的，也就是 “没有名字”。因为这些空白节点没有“名字”，所以也就无法判断不同的空白节点是否指向相同的资源。但是在具体的实现中，RDF解析器一般会为每个空白节点分配一个系统生成的内部名用以区分。

2. 属性

属性也是一种资源，所以也是用URI来标识，这样就使得万维网环境下全局性的标识资源以及资源间的联系成为可能。同时，属性是一种较为特殊的资源，它的功能是描述资源间的联系。

3. 字面量

RDF中的字面量分为两种：朴素字面量、有类型字面量。

• 朴素字面量
  由一个字符串和一个可选的语言标签组成，如 “Wei Hu”@en，语言标签只可以用在朴素字面量上。
• 有类型字面量
  由一个字符串和一个数据类型组成，如“25”^^xsd:integer。其中，25是值，而xsd:integer是XML模式定义中的整形。没错，在RDF中没有专门定义数据类型，而是使用XML模式定义中的数据类型。唯一的例外是，RDF定义了唯一的内嵌数据类型 rdf:XML Literal，它允许嵌入形式良好的XML作为RDF中字面量的值。

4. RDF陈述

• RDF陈述
  一个RDF陈述就是一个三元组 <资源 属性 取值>，可见，它描述了某个资源的特定属性及其值。通常我们也将其表达为 <主语 谓语 宾语> 即$\text{<Subject Predicate Object>}$。其中，不同部分可取成分如下：
  

  部分	可取成分
  主语	URI、空白节点
  谓语	URI
  宾语	URI、空白节点、字面量

• RDF图
  一个RDF图是一个由RDF三元组构成的集合，可以用一个URI来标识这个RDF图，有URI标识的RDF图叫做具名图。
• 词汇表
  词汇表通常指在某个命名空间中的一组URI。RDF词汇表是一组以 ” http://www.w3.org/1999/02/22-rdf-syntax-ns# ” 为XML命名空间的URI，习惯上使用”rdf:”作为其命名空间前缀，这类预定义命名空间的词汇表也被称为原语。
• RDF三元组的图解
  RDF三元组可以图解为“节点–边–>节点”的有向图结构，节点对应于主语或宾语，以URI或字面量命名，如果没有名字则为空白节点；节点之间的边用谓语标识，并且谓语也可以作为其他RDF三元组的主语或宾语。
  
  如图，椭圆节点表示“资源”，空白的椭圆节点为“匿名资源“，矩形的节点为“字面量的值”。这个图表示一个使用“http://ws.nju.edu.cn/~whu”标识的人，认识一个姓名叫做“Yuzhong Qu”的人。
• B连接
  如果2个RDF三元组至少共用一个空白节点，就称它们形成了一个B连接。B连接具有传递性，即如果2个RDF三元组都和同一个RDF三元组B连接，则这2个RDF三元组也是B连接的。
• 子图
  基于B连接，RDF句子被定义为RDF图的子图（子集），它是由B连接的RDF三元组构成的极大集合。

二、RDF语法

RDF（资源描述框架），给出了一个描述所有资源的方法，基本单位是RDF三元组 <主语，谓语，宾语>。RDF图是一组RDF三元组，为了方便RDF图的存储和传输，需要将RDF图序列化为RDF文档。

如何传输和存储RDF图？
通常将RDF图序列化为RDF文档，在序列化的时候我们使用RDF/XML、Turtle等语法将RDF图转化为RDF文档。

RDF能够描述复杂的现实世界吗？
现实世界是复杂的，有抽象有具象，仅仅靠RDF是难以将事物之间的联系描述清楚的，所以提出了一组补充属性帮助描述现实世界中的模式，这样一组补充属性称为RDF Schema。然而，RDF Schema只能保证基本的描述，表达能力弱，并且没有推理能力，所以Web 本体语言（OWL）被提出了。OWL中提出了新的语法和公理，使得对模式的描述能力更强，并有了智能推理的能力。

从以上的描述，RDF、RDFS、OWL的联系应该很清晰了。除此之外还有RDFa，RDFa是一个新的W3C标准，通过它可以在网页中嵌入可供机器读取的RDF数据，同时避免了RDF数据和显示用户网页数据间的冗余。与RDF数据模型的对应关系使得可以将RDF三元组添加到XHTML文档中，也可以从中提取出这些RDF三元组。

这里要捋清楚这样的问题：

• RDF图的序列化必须使用RDFS或者OWL吗？
  不是的，RDF本身就能够描述一些知识，只是对复杂模式的描述需要借助RDFS和OWL。举例来说，RDF无法表示“类”和“实例”这样的概念，如果要表示一个类是另一个类的子类，RDF本身是无能为力的。
• RDF文档一定要使用RDF/XML或者Turtle等语法吗？
  是的，无论是否使用RDFS或OWL，只要是需要将RDF图序列化，就必须使用相关的语法。

如果对于XML语法不了解，可以看我的这篇文章，是此篇的知识基础。

本部分的介绍致力于读懂相关的RDF的文档，不做深挖，所以对一些概念的介绍主要从个人理解出发，有不足的地方欢迎指正。

1. RDF/XML 和 Turtle

我们前面讲到过，在不使用RDFS和OWL提供的属性的情况下，RDF本身是能够表示RDF图的，这一部分我们就来看一下如何表示。这里关注对同一个RDF图，如何使用RDF/XML语法和Turtle语法来表示。RDF图如下:

图中可以看出，这个RDF图包含三个三元组，椭圆形代表的是主语，矩形代表的是字面量值，其在这里是宾语，箭头代表的是谓语。这里需要说明的是，这里的主语和谓语其实都是URI，在这里我们省略了其命名空间。

PS：RDF/XML格式文件的后缀是.xml，Turtle格式文件的后缀是.ttl。

RDF/XML（程序1）

Turtle（程序2）

观察两段程序，RDF/XML格式的程序第一行必须做版本和编码方式的声明，接下来的2、3行和Turtle格式程序的1、2行作用相同，前一行都是声明了一个默认的命名空间，后一行都是声明了一个叫做rdf的命名空间。
接下来在RDF/XML格式的程序中，用rdf:Description标签声明了一个三元组，其中的rdf:about标签标识了三元组的主语，在rdf:Description标签包括的范围中分别有population、area、timezone三个谓语及对应的字面量。这段程序中展示的就是一个典型的RDF序列化RDF图，这里的rdf:Description、rdf:about都是RDF定义的属性。要注意的是，并不是所有以rdf:开头的属性都是RDF定义的，如rdf:type就是在RDFS中补充的属性。
在第二段Turtle格式的程序中，4-7行以更加简洁的方式表示了RDF图，以分号分割同一主语的不同关系及其对应的宾语，以句号结尾。不难看出，Turtle格式要简洁明了很多，所以在实际中的使用也是最多的。

使用rdf:ID和xml:base属性改写第一段程序：（程序三）

这里我们主要对比程序一和程序三的3、4、5行，可以看到程序一中的 rdf:about 换成了程序三中的 xml:base 以及 rdf:ID。其区别在于，rdf:about的值是“全地址”，rdf:ID是相对地址，其相对于xml:base，也就是说rdf:about相当于在xml:base的基础上加上“#”再加上rdf:ID。对于二者的使用应遵从以下原则：当介绍一个资源并且为资源提供初始信息时建议使用 rdf:ID，而当为一个已有资源扩充信息时则建议使用rdf:about。

关于Turtle的详细语法可以参考这篇博客，此处不再赘述。

2. RDFS 和 OWL

我们在前面已经说过，RDFS和OWL都是对RDF属性的扩充，他们各自都是一个属性集合，对于RDF、RDFS、OWL都有各自的命名空间，直接在浏览器访问该命名空间就可以看到在相应命名空间中定义的所有属性，其语法使用的均是Turtle。三者的命名空间如下：

其实对于RDF序列化的例子，我认为最好的范例就是这几个命名空间的定义，大家可以看看。接下来我会罗列出RDFS 以及 OWL 定义的一些属性及其功能作为备查：

1）RDFS属性

2）OWL属性

在RDF中一类常见的谓语和宾语是都柏林核心，具体可看这篇文章的介绍。

3）举例

这是RDF命名空间定义的前面一小部分，通过对照前面的语法以及相关属性的介绍，相信是非常易懂的。