Rdf 在加载到ApacheJena TDB triplestore之前对YAGO文件进行清理

我想使用tdbloader将YAGO 3 rdf三元组（yago3_thigh_ttl.7z from）使用到apache jena三元组存储库（3.1.0）中

apache jena提供的用于验证输入的riot工具给出了两种类型的错误（多次出现）：

非法的unicode转义序列值：\\（0x5C）

IRI中的非法字符（代码点0x7C，“|”）

---

我明显的想法是用通过riot验证的可接受字符序列替换“\\”和“|”，但我想知道是否还有其他解决方案？

在这里找到了一个解决方案：

现在，需要对.ttl文件进行某种预处理，替换非unicode字符，以便Jena接受数据。在Linux上，从.ttl文件所在的目录中运行sed-i/|/-/g'/*&&sed-i/\\/-/g'/*&&sed-i/-/g'/*。在Windows上，启动Ubuntu Bash，导航到相应的目录（例如/mnt/c/Users/Ferdinand/yago），然后执行相同的命令。这需要几分钟。我是说，真的有几个

---

这里也有同样的问题，有什么想法吗？不是解决方案，而是我的解决办法：我最终将Openlink的开源版本Virtuoso作为triplestore与jena库一起使用。导入的670Mio三元组在Centos Linux 7上没有问题。这可以用来解决URI的空格问题吗？