如何在Java中将非JSON-LD的JSON数组转换为RDF？

我来帮你搞定这个问题！在Java里把非JSON-LD格式的JSON数组转换成RDF，核心思路是先解析JSON的嵌套结构，然后手动把每个字段映射成RDF的三元组（主语-谓语-宾语）。下面是具体的步骤和可运行的代码示例：

我们需要两个核心工具：

• JSON解析：用Jackson（Java生态最常用的JSON处理库）来解析嵌套的JSON结构
• RDF处理：用Apache Jena（Java领域处理RDF的标准库）来生成和管理三元组

如果用Maven管理依赖，直接在pom.xml里添加：

<dependencies>
    <!-- Jackson JSON解析 -->
    <dependency>
        <groupId>com.fasterxml.jackson.core</groupId>
        <artifactId>jackson-databind</artifactId>
        <version>2.15.2</version>
    </dependency>
    <!-- Apache Jena RDF处理 -->
    <dependency>
        <groupId>org.apache.jena</groupId>
        <artifactId>jena-core</artifactId>
        <version>4.9.0</version>
    </dependency>
    <dependency>
        <groupId>org.apache.jena</groupId>
        <artifactId>jena-iri</artifactId>
        <version>4.9.0</version>
    </dependency>
</dependencies>

下面的代码会解析你提供的JSON示例，把每条记录转换成RDF三元组，最后输出Turtle格式的RDF（可读性好，也可以换成RDF/XML、N-Triples等格式）：

import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.apache.jena.rdf.model.*;
import org.apache.jena.vocabulary.RDF;

import java.io.IOException;
import java.io.StringReader;

public class JsonToRdfConverter {
    // 自定义RDF命名空间，避免URI冲突，建议用自己组织的域名
    private static final String BASE_NS = "http://example.org/medical/";
    private static final String RECORD_TYPE = BASE_NS + "MedicalRecord";
    private static final String PROP_RECORD_ID = BASE_NS + "recordId";
    private static final String PROP_GENDER = BASE_NS + "gender";
    private static final String PROP_AGE = BASE_NS + "age";
    private static final String PROP_RACE = BASE_NS + "race";

    public static void main(String[] args) throws IOException {
        // 你的示例JSON字符串
        String json = """
                { "results": [
                    { "record_id": "3d87f4df-f17e-4632-9449",
                      "demographics": { "gender":"female", "race":"", "age":20 }
                    },
                    { "record_id": "ec5ca92d-865a-431f-9984",
                      "demographics": { "gender":"male", "age":118 }
                    },
                    { "record_id": "0a79ecf0-83d8-4148-9054",
                      "demographics": { "gender":"female", "age":118 }
                    }
                ]}
                """;

        // 初始化Jena RDF模型
        Model rdfModel = ModelFactory.createDefaultModel();
        rdfModel.setNsPrefix("medical", BASE_NS); // 设置前缀，让输出更简洁

        // 解析JSON
        ObjectMapper objectMapper = new ObjectMapper();
        JsonNode rootNode = objectMapper.readTree(new StringReader(json));
        JsonNode resultsArray = rootNode.get("results");

        if (resultsArray.isArray()) {
            // 遍历每条记录
            for (JsonNode recordNode : resultsArray) {
                String recordId = recordNode.get("record_id").asText();
                // 用record_id生成唯一的资源URI，确保每条记录是唯一的主语
                Resource recordResource = rdfModel.createResource(BASE_NS + "record/" + recordId);
                
                // 添加类型三元组：这条记录属于MedicalRecord类型
                recordResource.addProperty(RDF.type, rdfModel.createResource(RECORD_TYPE));
                // 添加record_id属性
                recordResource.addProperty(rdfModel.createProperty(PROP_RECORD_ID), recordId);

                // 处理嵌套的demographics对象
                JsonNode demographicsNode = recordNode.get("demographics");
                if (demographicsNode != null && demographicsNode.isObject()) {
                    // 处理gender：跳过空值
                    JsonNode genderNode = demographicsNode.get("gender");
                    if (genderNode != null && !genderNode.asText().isEmpty()) {
                        recordResource.addProperty(rdfModel.createProperty(PROP_GENDER), genderNode.asText());
                    }
                    // 处理age：保留整数类型
                    JsonNode ageNode = demographicsNode.get("age");
                    if (ageNode != null && ageNode.isInt()) {
                        recordResource.addProperty(rdfModel.createProperty(PROP_AGE), rdfModel.createTypedLiteral(ageNode.asInt()));
                    }
                    // 处理race：同样跳过空值
                    JsonNode raceNode = demographicsNode.get("race");
                    if (raceNode != null && !raceNode.asText().isEmpty()) {
                        recordResource.addProperty(rdfModel.createProperty(PROP_RACE), raceNode.asText());
                    }
                }
            }
        }

        // 输出Turtle格式的RDF到控制台
        System.out.println("生成的RDF（Turtle格式）：");
        rdfModel.write(System.out, "TURTLE");
    }
}

• 命名空间设计：自定义命名空间http://example.org/medical/是为了避免和其他RDF词汇冲突，实际使用时建议换成你自己组织的域名
• 空值处理：代码里跳过了空字符串（比如第一条记录的race），你可以根据需求调整——比如用OWL的空值标识，或者保留空字面量
• 数据类型：age字段用TypedLiteral保留整数类型，确保RDF里的数值是强类型，而不是字符串
• 扩展性：如果JSON里有更深的嵌套（比如数组嵌套），可以写个递归方法遍历所有节点，自动生成对应的RDF三元组

运行代码后，会输出类似下面的Turtle格式RDF：

@prefix medical: <http://example.org/medical/> .
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .

medical:record/3d87f4df-f17e-4632-9449
        rdf:type medical:MedicalRecord ;
        medical:age "20"^^xsd:int ;
        medical:gender "female" ;
        medical:recordId "3d87f4df-f17e-4632-9449" .

medical:record/ec5ca92d-865a-431f-9984
        rdf:type medical:MedicalRecord ;
        medical:age "118"^^xsd:int ;
        medical:gender "male" ;
        medical:recordId "ec5ca92d-865a-431f-9984" .

medical:record/0a79ecf0-83d8-4148-9054
        rdf:type medical:MedicalRecord ;
        medical:age "118"^^xsd:int ;
        medical:gender "female" ;
        medical:recordId "0a79ecf0-83d8-4148-9054" .

内容的提问来源于stack exchange，提问作者galatia