Python Sparql上的同一查询给出不同的结果

我读了一些与我的问题相关的问题，比如 ，但我觉得有点不同

考虑我提交到（Virtuoso端点）的这个查询，结果得到34个三元组。结果

SELECT？pred？obj
何处{
？pred？obj
过滤器（（langMatches（lang（？obj），“”）||
（langMatches（lang（？obj），“EN”））
)
}

然后，我在python代码中使用了相同的查询：

import rdflib
import rdfextras
rdfextras.registerplugins()

g=rdflib.Graph()
g.parse("http://dbpedia.org/resource/Johann_Sebastian_Bach")

PREFIX = """
                PREFIX dbp: <http://dbpedia.org/resource/>
"""

query = """
                SELECT ?pred ?obj
                    WHERE {dbp:Johann_Sebastian_Bach ?pred ?obj
                        FILTER( (langMatches(lang(?obj), "")) ||
                                (langMatches(lang(?obj), "EN")))}
"""
query = PREFIX + query
result_set = g.query(query)
print len(result_set)

导入rdflib
导入rdfextras
rdfextras.registerplugins（）
g=rdflib.Graph（）
g、 解析（“http://dbpedia.org/resource/Johann_Sebastian_Bach")
前缀=”“”
前缀dbp：
"""
query=”“”
选择？pred？obj
哪里{dbp:Johann_Sebastian_Bach？pred？obj
过滤器（（langMatches（lang（？obj），“”）||
（langMatches（lang（？obj），“EN”）}
"""
查询=前缀+查询
结果集=g.query（查询）
打印透镜（结果集）

这一次，我只得到27个三倍

---

我想它可能与dbpedia网站有关。我重复了几次这些问题，总是得到相同的结果。因此，我下载了RDF文件在本地进行测试，并使用软件Protége模拟Virtuoso端点。尽管如此，我仍然有与提交到Protége和Python中的sparql不同的结果，31和27。这种差异有什么解释吗？我怎样才能在这两方面得到相同的结果呢？

在写问题时，有几个可能的问题。根据评论，这里描述的第一个问题（关于

lang

，

langMatches

，等等）似乎就是您实际遇到的问题，但我将留下其他可能问题的描述，以防其他人发现它们有用

lang

，

langMatches

，以及空字符串

lang

被定义为对没有语言标记的文本返回

“

。根据§2.1，语言标签定义如下：

2.1. 基本语言范围 “基本语言范围”的语法与[RFC3066]相同 语言标记或是单个字符“*”。基本语言 范围最初由HTTP/1.1[RFC2616]和更高版本描述 [RFC3066]。它由以下ABNF[RFC4234]定义：

language-range   = (1*8ALPHA *("-" 1*8alphanum)) / "*"
alphanum         = ALPHA / DIGIT

这意味着

“

实际上不是一个合法的语言标记。正如SPARQL建议所述：

SPARQL提供由定义的函数和运算符的子集 XQuery操作符映射。XQuery 1.0第2.2.3节表达式 Processing描述XPath函数的调用。以下 规则适应了数据和执行模型中的差异 在XQuery和SPARQL之间：

• 使用 错误类型的参数将产生类型错误。有效的 运算符中的布尔值参数（标记为“xsd:boolean（EBV）” 映射表），使用EBV规则强制为xsd:boolean 在第17.2.2节中

由于

“

不是合法的语言标记，因此可能会将其视为“类型错误的参数，该参数将产生类型错误”。在这种情况下，

langMatches

调用将产生错误，并且该错误将在

筛选器

表达式中被视为false。即使由于这个原因它没有返回false，§3.3.1描述了如何比较语言标记和范围，也没有确切说明比较中应该发生什么，因为它假设合法的语言标记：

基本筛选将基本语言范围与语言标记进行比较。每个 语言优先级列表中的基本语言范围在 按优先顺序转动。语言范围与特定语言相匹配 如果在不区分大小写的比较中，它完全等于 标记，或，如果它正好等于标记的前缀，则 前缀后面的第一个字符是“-”。例如 语言范围“de de”（德语在德语中使用）与 语言标签“de-de-1996”（德语，在德国使用，正字法） 1996），但不是语言标签“de Deva”（德语写在 德瓦纳加里文字）或“德拉坦德”（德语、拉丁语文字，如 德国）

根据您的评论和我的本地实验，对于没有语言标记的文本（实际上，

langMatches（“，”）

）来说，

langMatches（“，”）

）在Virtuoso（安装在DBpedia上）、Jena的ARQ（来自我的实验）和Proégé（来自我们的实验）中似乎都返回了true，并且返回了false（或强制为false的错误）在RDFlib中

在任何一种情况下，由于

lang

被定义为返回

”

，对于没有语言标记的文本，您应该能够通过使用

lang（？obj）==“code>更改
langMatches（lang（？obj），”）
将它们可靠地包含在结果中

您正在使用的数据存在问题
您没有查询相同的数据。您从中下载的数据




来自DBpedia，但是当您对


,

您正在对DBpedia Live运行该查询，它可能具有不同的数据。如果在DBpedia Live终结点和DBpedia终结点上运行此查询，则会得到不同数量的结果：

SELECT count(*) WHERE { 
  dbpedia:Johann_Sebastian_Bach ?pred ?obj
  FILTER( langMatches(lang(?obj), "")  || langMatches(lang(?obj), "EN" ) )
}

31

三十四

不同的问题
另一个可能的问题，尽管看起来不是您遇到的问题，是您的第二个查询有一个
distinct
修饰符，但您的第一个查询没有。这意味着您的第二个查询的结果可能比第一个查询的结果要少

如果对运行此查询，则应得到34个结果，无论是否使用
distinct
修饰符都是如此，如果下载数据并对其运行相同的查询，则应得到该数字

select ?pred ?obj where { 
  dbpedia:Johann_Sebastian_Bach ?pred ?obj
  filter( langMatches(lang(?obj), "") || langMatches(lang(?obj), "EN") )
}

<
select ?pred ?obj where { 
  dbpedia:Johann_Sebastian_Bach ?pred ?obj
  filter( langMatches(lang(?obj), "") || langMatches(lang(?obj), "EN") )
}