Java DBpedia查找uri与#x27'；类别“；

我在Github上找到一个使用 DBpedia Lookup发送单词并从DBpedia获取候选URI。问题是：所有URI都带有单词

Category

。例如，对于单词

Berlin

，它返回：

而不是

如果我将第一个URI（带有“类别”的URI）放在浏览器上，它不会显示与主题“柏林历史”对应的页面，它会返回一个包含链接列表的页面，我可以在其中找到指向“柏林历史”的链接。但是，如果我放入第二个URI（没有“Category”的URI），它将返回与主题“柏林的历史”对应的页面。如何避免从查找中返回带有“Category”的URI

代码

package com.knowledgebooks.info\u；
导入org.apache.commons.httpclient.httpclient；
导入org.apache.commons.httpclient.HttpException；
导入org.apache.commons.httpclient.HttpMethod；
导入org.apache.commons.httpclient.methods.GetMethod；
导入org.xml.sax.Attributes；
导入org.xml.sax.SAXException；
导入org.xml.sax.helpers.DefaultHandler；
导入javax.xml.parsers.SAXParser；
导入javax.xml.parsers.SAXParserFactory；
导入java.io.IOException；
导入java.io.InputStream；
导入java.net.urlcoder；
导入java.util.*；
/**
*马克·沃森2008-2010版权所有。版权所有。
*许可证：LGPL版本3(http://www.gnu.org/licenses/lgpl-3.0.txt)
*/
//使用Georgi Kobilarov的DBpedia查找web服务
//参考：http://lookup.dbpedia.org/api/search.asmx?op=KeywordSearch
//例如：http://lookup.dbpedia.org/api/search.asmx/KeywordSearch?QueryString=Flagstaff&QueryClass=XML&MaxHits=10
/**
*搜索返回包含任何搜索词的结果。我要去过滤
*结果将忽略不包含所有搜索词的结果。
*/
公共类DBpediaLookupClient扩展了DefaultHandler{
公共DBpediaLookupClient（字符串查询）引发异常{
this.query=query；
HttpClient=新的HttpClient（）；
字符串query2=query.replaceAll（“，”+”）//urlcoder.encode（查询，“utf-8”）；
HttpMethod方法=
新的GetMethod（“http://lookup.dbpedia.org/api/search.asmx/KeywordSearch?QueryString=" +
问题2）；
试一试{
客户端执行方法（方法）；
系统输出打印LN（方法）；
InputStream ins=method.getResponseBodyAsStream（）；
SAXParserFactory=SAXParserFactory.newInstance（）；
SAXParser sax=factory.newSAXParser（）；
parse（ins，this）；
}catch（httphe异常）{
System.err.println（“连接到lookup.dbpedia.org的Http错误”）；
}捕获（ioe异常ioe）{
System.err.println（“无法连接到lookup.dbpedia.org”）；
}
方法。releaseConnection（）；
}
private List variableBindings=new ArrayList（）；
私有映射tempBinding=null；
私有字符串lastElementName=null；
public void startElement（字符串uri、字符串localName、字符串qName、属性）引发SAXException{
//System.out.println（“startElement”+qName）；
if（qName.equalsIgnoreCase（“结果”））{
tempBinding=newhashmap（）；
}
lastElementName=qName；
}
public void endElement（字符串uri、字符串localName、字符串qName）引发SAXException{
//System.out.println（“endElement”+qName）；
if（qName.equalsIgnoreCase（“结果”））{
if（！variableBindings.contains（tempBinding）和&containsSearchTerms（tempBinding））
variableBindings.add（tempBinding）；
}
}
公共无效字符（char[]ch，int start，int length）引发异常{
字符串s=新字符串（ch，start，length）.trim（）；
//System.out.println（“字符（lastElementName='”+lastElementName+”）：“+s”）；
如果（s.长度（）>0）{
if（“Description”.equals（lastElementName））{
if（tempBinding.get（“Description”）==null）{
tempBinding.put（“说明”，s）；
}
tempBinding.put（“说明”、“+tempBinding.get（“说明”）+s）；
}
if（“URI”.equals（lastElementName））tempBinding.put（“URI”，s）；
如果（“Label”.equals（lastElementName））tempBinding.put（“Label”，s）；
}
}
公共列表变量绑定（）{
返回变量绑定；
}
私有布尔包含ArchTerms（映射绑定）{
StringBuilder sb=新的StringBuilder（）；
for（字符串值：bindings.values（））sb.append（值）；//不需要空白
字符串text=sb.toString（）.toLowerCase（）；
StringTokenizer st=新的StringTokenizer（this.query）；
而（st.hasMoreTokens（））{
if（text.indexOf（st.nextToken（）.toLowerCase（））=-1）{
返回false；
}
}
返回true；
}
私有字符串查询=”；
}

当您搜索例如“柏林历史”时，您请求的URL如下

您将得到如下XML结果：

自然艺术博物馆
http://dbpedia.org/resource/Museum_f吕鲁纳图尔昆德
155
柏林历史
http://dbpedia.org/resource/History_of_Berlin
柏林是德国的首都。按照欧洲标准，柏林是一座建于12世纪的年轻城市。
柏林历史
http://dbpedia.org/resource/Category:History_of_Berlin
按地点划分的德国历史
http://dbpedia.org/resource/Category:History_of_Germany_by_location
14

您是对的，有

URI

元素具有类别URI，例如

http://dbpedia.org/resource/Category:History_of_Berlin

但是您应该注意的是，从文档的根目录来看

ArrayOfResult/Result/Categories/C
package com.knowledgebooks.info_spiders;

import org.apache.commons.httpclient.HttpClient;
import org.apache.commons.httpclient.HttpException;
import org.apache.commons.httpclient.HttpMethod;
import org.apache.commons.httpclient.methods.GetMethod;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;
import java.io.IOException;
import java.io.InputStream;
import java.net.URLEncoder;
import java.util.*;

/**
 * Copyright Mark Watson 2008-2010. All Rights Reserved.
 * License: LGPL version 3 (http://www.gnu.org/licenses/lgpl-3.0.txt)
 */

// Use Georgi Kobilarov's DBpedia lookup web service
//    ref: http://lookup.dbpedia.org/api/search.asmx?op=KeywordSearch
//    example: http://lookup.dbpedia.org/api/search.asmx/KeywordSearch?QueryString=Flagstaff&QueryClass=XML&MaxHits=10

/**
 * Searches return results that contain any of the search terms. I am going to filter
 * the results to ignore results that do not contain all search terms.
 */


public class DBpediaLookupClient extends DefaultHandler {
  public DBpediaLookupClient(String query) throws Exception {
    this.query = query;
    HttpClient client = new HttpClient();

    String query2 = query.replaceAll(" ", "+"); // URLEncoder.encode(query, "utf-8");
    HttpMethod method =
      new GetMethod("http://lookup.dbpedia.org/api/search.asmx/KeywordSearch?QueryString=" +
        query2);
    try {
      client.executeMethod(method);
      System.out.println(method);
      InputStream ins = method.getResponseBodyAsStream();
      SAXParserFactory factory = SAXParserFactory.newInstance();
      SAXParser sax = factory.newSAXParser();
      sax.parse(ins, this);
    } catch (HttpException he) {
      System.err.println("Http error connecting to lookup.dbpedia.org");
    } catch (IOException ioe) {
      System.err.println("Unable to connect to lookup.dbpedia.org");
    }
    method.releaseConnection();
  }

  private List<Map<String, String>> variableBindings = new ArrayList<Map<String, String>>();
  private Map<String, String> tempBinding = null;
  private String lastElementName = null;

  public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
    //System.out.println("startElement " + qName);
    if (qName.equalsIgnoreCase("result")) {
      tempBinding = new HashMap<String, String>();
    }
    lastElementName = qName;
  }

  public void endElement(String uri, String localName, String qName) throws SAXException {
    //System.out.println("endElement " + qName);
    if (qName.equalsIgnoreCase("result")) {
      if (!variableBindings.contains(tempBinding) && containsSearchTerms(tempBinding))
        variableBindings.add(tempBinding);
    }
  }

  public void characters(char[] ch, int start, int length) throws SAXException {
    String s = new String(ch, start, length).trim();
    //System.out.println("characters (lastElementName='" + lastElementName + "'): " + s);
    if (s.length() > 0) {
      if ("Description".equals(lastElementName)) {
        if (tempBinding.get("Description") == null) {
          tempBinding.put("Description", s);
        }
        tempBinding.put("Description", "" + tempBinding.get("Description") + " " + s);
      }
      if ("URI".equals(lastElementName)) tempBinding.put("URI", s);
      if ("Label".equals(lastElementName)) tempBinding.put("Label", s);
    }
  }

  public List<Map<String, String>> variableBindings() {
    return variableBindings;
  }
  private boolean containsSearchTerms(Map<String, String> bindings) {
    StringBuilder sb = new StringBuilder();
    for (String value : bindings.values()) sb.append(value);  // do not need white space
    String text = sb.toString().toLowerCase();
    StringTokenizer st = new StringTokenizer(this.query);
    while (st.hasMoreTokens()) {
      if (text.indexOf(st.nextToken().toLowerCase()) == -1) {
        return false;
      }
    }
    return true;
  }
  private String query = "";
}

      //if ("URI".equals(lastElementName)) tempBinding.put("URI", s);
      if ("URI".equals(lastElementName) && s.indexOf("Category")==-1
&& tempBinding.get("URI") == null) {
        tempBinding.put("URI", s);
      }