本文大多内容来自Joshua Taylor的回答

https://stackoverflow.com/users/1281433/joshua-taylor

查询子类或等价关系

https://stackoverflow.com/questions/21092246/sparql-query-subclass-or-equivalentto/21093154#21093154

even though owl:equivalentClass is a symmetric property (i.e., from a owl:equivalentClass b we can infer b owl:equivalentClass a), the triple might be present in only one direction in the data

在数据里面等价关系是单向表示的,因此查询等价类的语句为

?myClass (owl:equivalentClass|^owl:equivalentClass)* :MyClass

查询等价属性的语句为

?p (owl:equivalentProperty|^ owl:equivalentProperty)* :order_no

查询<http://class/加工过程> class的property

SELECT  ?subclass
WHERE {
?subclass rdfs:domain <http://class/加工过程>.#加工过程类的所有属性
}

查询<http://class/加工过程>的所有属性的所有数据(s p o)

SELECT  ?s ?subclass ?o
WHERE {
?subclass rdfs:domain <http://class/加工过程>.#加工过程类的所有属性
?s ?subclass ?o#返回属性关联的所有数据
}
LIMIT 100

查询所有实例及其对应类型

SELECT ?instance ?s WHERE {
?instance rdf:type ?s. #找出实例的类型
}

查询值为1600KN20173的所有数据

SELECT ?instance ?p WHERE {
?instance ?p “1600KN20173”. #找出属性值为V101208的所有实例
}

如何获取实例对应本体

https://stackoverflow.com/questions/18458150/how-to-query-classes-with-object-property-in-sparql/18466646#18466646

本体之间存在关系  Human ----(hasPizza)---> Pizzas

为本体添加实例  Human:Jim ----(hasPizza)---> Pizzas:cheesePizza

执行语句:

select ?x ?y where {
?x hasPizza ?y
}

返回?x=Jim  和 ?y=cheesePizza

如何得到实例对应本体?

用turtle表示rdf

@prefix :        <http://example.org/pizzas#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix pizzas: <http://example.org/pizzas#> .
@prefix owl: <http://www.w3.org/2002/07/owl#> .
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> . pizzas:Jim
a pizzas:Human , owl:NamedIndividual ;
pizzas:hasPizza pizzas:CheesePizza . pizzas:hasPizza
a owl:ObjectProperty ;
rdfs:domain pizzas:Human ;
rdfs:range pizzas:Pizza . pizzas:Human
a owl:Class . pizzas:Pizza
a owl:Class . <http://example.org/pizzas>
a owl:Ontology . pizzas:CheesePizza
a pizzas:Pizza , owl:NamedIndividual .

可以看到在模型定义中,

pizzas:hasPizza
a owl:ObjectProperty ;
rdfs:domain pizzas:Human ;
rdfs:range pizzas:Pizza .

因此可以利用属性hasPizza的rdfs:domain和rdfs:range两个关系来获得

查询语句为:

prefix :        <http://example.org/pizzas#>
prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> select ?domain ?range where {
:hasPizza rdfs:domain ?domain ;
rdfs:range ?range .
}

返回:

-------------------
| domain | range |
===================
| :Human | :Pizza |
-------------------

2.利用rdf:type获取

SELECT DISTINCT ?s WHERE {
?instance rdf:type ?s. #找出所有三元组的类型
}

返回了本体和实例数据的类型,混在一起了,因为本体和数据都是用三元组表示的

所以限定到具体数据,返回类型

SELECT DISTINCT ?s WHERE {
?instance ?p "三月".
?instance rdf:type ?s. #找出实例的类型
}

实例的rdf:

  <rdf:RDF
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:j.0="http://class/"
xmlns:j.1="http://dataproperty/"
xmlns:owl="http://www.w3.org/2002/07/owl#"
xmlns:j.2="http://objectproperty/"
xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
xmlns:xsd="http://www.w3.org/2001/XMLSchema#">
<j.0:维保 rdf:about="http://individual/维保/1600KN20173">
<j.1:保养人>empty</j.1:保养人>
<j.1:实际保养日期>empty</j.1:实际保养日期>
<j.1:所需工时_人数_时间>2*0.1</j.1:所需工时_人数_时间>
<j.1:计划保养时间>3月5日——3月11日</j.1:计划保养时间>
<j.1:计划保养周>第10周</j.1:计划保养周>
<j.1:设备保养级别>1级</j.1:设备保养级别>
<j.1:月份>三月</j.1:月份>
<j.1:维保计划编号>1600KN20173</j.1:维保计划编号>
</j.0:维保>

查询结果:

上述查询语句是对整个数据库进行查询,所以查询了所有路径下的数据:

"http://class/"
"http://dataproperty/"
"http://objectproperty/"

等等

可以指定PREFIX : <http://class/> 减小查询范围

比如下面语句

就指定了在‘:’的范围中查找等价属性

PREFIX : <http://www.siemens.com/semantic_web#>
PREFIX owl: <http://www.w3.org/2002/07/owl#>
SELECT ?property WHERE {
? property (owl:equivalentProperty|^owl:equivalentProperty)* :order_id.
}

SPARQL查询语句整理的更多相关文章

  1. sql查询语句整理

    首先这是我以下语句查询的一个表结构 t_user插入例如以下数据 t_depart中插入例如以下数据 t_role插入例如以下数据 好,建好表后,我们開始数据库查询语句 简单的查询语句 1. 查看表结 ...

  2. pg_sql常用查询语句整理

    #pg_sql之增删改查 #修改: inset into table_name (id, name, age, address ) select replace(old_id,old_id,new_i ...

  3. MYSQL 数据库高频查询语句整理

    一查询数值型数据: SELECT * FROM tb_name WHERE sum > 100; 查询谓词:>,=,<,<>,!=,!>,!<,=>,= ...

  4. sparql 查询语句快速入门

    介绍 RDF is a directed, labeled graph data format for representing information in the Web. RDF is ofte ...

  5. HUE-hive常用查询语句整理

    通过hue进行数据导入: ,create table demo_id(`id` string) row format serde 'org.apache.hadoop.hive.serde2.Open ...

  6. Jena搭建SPARQL查询RDF数据

    1 Jena搭建SPARQL查询RDF数据 1.1 Jena概要 · SPARQL是W3C的RDF数据工作组设计的一种查询语言和协议,用于RDF数据的查询.经过类似于JDK安装时候的配置,可以在命令行 ...

  7. MySQL 笔记整理(1) --基础架构,一条SQL查询语句如何执行

    最近在学习林晓斌(丁奇)老师的<MySQL实战45讲>,受益匪浅,做一些笔记整理一下,帮助学习.如果有小伙伴感兴趣的话推荐原版课程,很不错. 1) --基础架构,一条SQL查询语句如何执行 ...

  8. MySQL 笔记整理(2) --日志系统,一条SQL查询语句如何执行

    笔记记录自林晓斌(丁奇)老师的<MySQL实战45讲> 2) --日志系统,一条SQL查询语句如何执行 MySQL可以恢复到半个月内任意一秒的状态,它的实现和日志系统有关.上一篇中记录了一 ...

  9. SQL逻辑查询语句执行顺序 需要重新整理

    一.SQL语句定义顺序 1 2 3 4 5 6 7 8 9 10 SELECT DISTINCT <select_list> FROM <left_table> <joi ...

随机推荐

  1. opencv读取图像python和c++版本的结果不同

    问题: 在读取同一张图像时,python读取的结果和c++读取的结果差异较大,测试图像中最大误差达到16. 原因: python的opencv采用的是4.1.1,c++采用的是3.1.0,在解析JPE ...

  2. openresty获取nginx中的变量

      在OpenResty中如何引用这些变量呢? 规则很简单, 如$remote_addr, 在OpenResty里面使用就是ngx.var.remote_adddr.  

  3. Delphi 执行线程对象

  4. STM32L1xx——sx1278开发之LoRa扩频技术基础知识

    扩频技术的发现 1944年,好莱坞26岁女影星HedyLamarr(号称世界上最美丽的女人)发明了扩频通信技术,这种跳频技术可以有效地抗击干扰和实现加密. 后来人们发现,扩频技术可以得到如下收益:从各 ...

  5. python遍历目录下所有文件

    # -*- coding:utf-8 -*- import os if __name__ == "__main__": rootdir = '.\data' list = os.l ...

  6. 07_Hive的基本命令_Insert命令

    1.将查询结果插入Hive表语法结构: 1.1.基本模式插入: INSERT OVERWRITE TABLE tablename1 [PARTITION (partcol1=val1, partcol ...

  7. Hadoop_14_MapReduce框架结构及其运行流程

    1.MapReduce原理篇 Mapreduce是一个分布式运算程序的编程框架,是用户开发“基于hadoop的数据分析应用”的核心框架: Mapreduce核心功能是将用户编写的业务逻辑代码和自带默认 ...

  8. PAT Basic 1059 C语言竞赛 (20 分)

    C 语言竞赛是浙江大学计算机学院主持的一个欢乐的竞赛.既然竞赛主旨是为了好玩,颁奖规则也就制定得很滑稽: 0.冠军将赢得一份“神秘大奖”(比如很巨大的一本学生研究论文集……). 1.排名为素数的学生将 ...

  9. FFmpeg常用命令学习笔记(一)基本信息查询命令

    笔者才开始学习音视频开发,FFmpeg学习笔记系列主要是从慕课网李超老师的FFmpeg音视频核心技术精讲与实战课程学习的心得体会. FFmpeg音视频核心技术精讲与实战:https://coding. ...

  10. memory management Vulkan

    https://www.youtube.com/watch?v=rXSdDE7NWmA vulkan 1. DEVICE_LOCAL_BIT | HOST_VISIBLE_BIT | HOST_COH ...