NBDC版日化辞RDFから欲しいのだけををダンプする時の書き方のテスト。tar.gzの中のファイルは1~222まで別れてるのその番号ごとに処理すれば大丈夫っぽい？　 https://dbarchive.biosciencedbc.jp/jp/nikkaji/desc.html

nikkaji_dump.py

# -*- coding: utf-8 -*-
"""
Created on Sun Mar 27 11:47:20 2022

@author: youak
"""

from rdflib import Graph
import tarfile
import gzip

tf={}
tf["main"]=tarfile.open("NBDC_NikkajiRDF_main.tar.gz","r")
tf["inchi"]=tarfile.open("NBDC_NikkajiRDF_InChI.tar.gz","r")
tf["smiles"]=tarfile.open("NBDC_NikkajiRDF_SMILES.tar.gz","r")
K=tf.keys()

def tf_elm2graph(tf,e):
    g=Graph() 
    g.parse(gzip.open(tf.extractfile(e), mode='rt',encoding="utf-8"))
    return g
     
for es in zip( *[tf[k] for k in K] ):
    g={}
    for i,k in enumerate(K):
        g[k]=tf_elm2graph(tf[k],es[i])
  
    from rdflib.namespace import RDF,RDFS,SKOS,DCTERMS
    from rdflib.term import URIRef
    for s,_,_ in g["main"].triples( (None,RDF.type,None)):
        _,_,ID = g["main"].triples( (s,DCTERMS.identifier,None)).__next__()
        print("Nikkaji_ID",ID)
        for _,p,o in g["main"].triples( (s,RDFS.label,None)):
            print("Label",o)
        for _,p,o in g["main"].triples( (s,SKOS.altLabel,None)):
            print("altLabel",o)
        for _,p,o in g["main"].triples( (s,SKOS.altLabel,None)):
            print("altLabel",o)
        #デリファレンスめんどうなので、命名規則からlabelを確定
        for ss,_,_  in g["inchi"].triples( (None,RDFS.label, ID+"_standard_InChI")):#当該がないばあいもあるのでforでまわす
            _,_,o = g["inchi"].triples( (ss,URIRef("http://semanticscience.org/resource/SIO_000300"),None)).__next__()
            print("InChI",o)
        
        for  ss,_,_  in g["inchi"].triples( (None,RDFS.label, ID+"_standard_InChIKey")):#当該がないばあいもあるのでforでまわす
            _,_,o = g["inchi"].triples( (ss,URIRef("http://semanticscience.org/resource/SIO_000300"),None)).__next__()
            print("InChIKey",o)
        no_smile=True
        for ss,_,_  in g["smiles"].triples( (None,RDFS.label, ID+"_canonical_SMILES")):#当該がないばあいもあるのでforでまわす
            _,_,o = g["smiles"].triples( (ss,URIRef('http://semanticscience.org/resource/SIO_000300'),None)).__next__()
            print("canonical_SMILES",o)
            no_smile=False
        if(no_smile):print("NoSMILES==========================================================================")
            
            
        print()
       
    #break