如何将 MIME 类型用于 RDF 类型文字

Question

RDF 允许使用 typed literals 来指定字符串值的数据类型。这通常用于 XML Schema 数据类型，例如

xsd:integer

和

xsd:date

，例如

<https://example.org/> dc:created "1999-12-17"^^xsd:date.

RDF 中的类型文字如何用于指定由（或扩展）IANA MIME 类型注册表定义的数据类型？我想做这样的事情：

<https://example.org/>
  dc:description "I love cookies!" ;
  dc:description "I <em>love</em> cookies!"^^<text/html> ;
  dc:description "I *love* cookies!"^^<text/x-markdown> ;
  dc:description "I \\emph{love} cookies!"^^<application/x-tex> .

但是普通 MIME 类型不是有效的数据类型 IRI。是否存在用于 MIME 类型的官方 URI 名称空间并且此类 URI 是否已用于 RDF 类型文字？

Answer 1

没有正式的方法将 MIME 类型用作 RDF（或 XML 模式）数据类型，因为这样的事情意味着什么是模棱两可的——MIME 类型描述了一个 bytes 序列，而 RDF 文字总是一个 Unicode 字符序列.您必须定义一个方法，将词法值转换为字节序列然后进行解释，对于非文本格式，您可能必须从

xsd:base64Binary

或

xsd:hexBinary

开始。除此之外，你的一些例子只是片段，而不是文档本身有效，所以让我们先看看其他选项：

非 MIME 数据类型

我建议首先为您要支持的格式寻找具体的标识符，但即使那样您也可能有多种选择：

• rdf:XMLLiteral

  、

  rdf:HTML

  和

  rdf:JSON

  是官方的，应该用于这些语言中的有效文字。
• 额外类型！ 是格式和片段的现有词汇表。对于您的示例，您可以轻松使用

  xtypes:Fragment-HTML

  、

  xtypes:Fragment-Markdown

  或

  xtypes:Fragment-LaTeX

  。可能有点模棱两可的是“片段”在这里的确切含义。我认为这意味着像

  '<tag attr="a">'^^xtypes:Fragment-XML

  这样的东西是有效的，而

  '<tag attr="a">'^^rdf:XMLLiteral

  不是（它必须是独立的，类似于

  application/xml-external-parsed-entity

  ）。
• 所有格式在 DBPedia 中也作为实体存在，因此您可以使用像

  http://dbpedia.org/resource/Markdown

  这样的 URI，但这些没有明确定义为数据类型，因此某些处理器可能很难找到它们的定义。
• 另一个不错的词汇是来自 W3C 的文件格式的唯一 URIs，但它只包含 RDF 序列化格式，也没有明确地将它们定义为数据类型。
• 一些数据格式可能有现有的 YAML 标签，它们与 XML Schema 数据类型非常相似，可以使用 URI 表示。然而，除了

  tag:yaml.org,2002:yaml

  的 YAML 之外，我找不到更多的例子。
• 从用于 SGML 符号的 PUBLIC 标识符派生 URI 的可能性很小。对于 TeX，URI 将是

  urn:publicid:%2B:ISBN+0-201-13448-9;Knuth:NOTATION+The+TeXbook:EN

  ，但这些不再生成（您可以在 here 找到它们的集合）。

我不建议使用除

http(s)

之外的任何其他URI方案，因为至少人类应该能够通过HTTP找出它的含义。

MIME 类型的 URIs

如果你想要 MIME 类型的 URI（但不一定用作数据类型），你可以使用像 uri4uri 这样的东西来获得 MIME 类型的 RDF 描述，例如

https://w3id.org/uri4uri/mime/text/markdown

（但请注意

charset 

Markdown 需要参数，所以应该是

https://w3id.org/uri4uri/mime/text/markdown;charset=utf-8

‒ 也支持参数！）。

您还可以参考 IANA 注册文件，例如 https://www.iana.org/assignments/media-types/text/markdown，但这只是一个文件，并非所有 MIME 类型都有。此 URL 模式也可用于非标准 MIME 类型，例如

https://www.iana.org/assignments/media-types/text/yaml

，但除非正式注册，否则这些将无法解析。

使用语言标签

我可以想到的另一个选择是为此目的（滥用）使用语言标签而不是数据类型，例如

zxx-Latn-x-md

用于 Markdown 或

zxx-Latn-x-tex

用于 TeX。这绝对不是标准化的（除了

zxx

可用于编程源代码，以及

Latn

用于使用拉丁字母表的文本），我不建议将它用于应该解析的文字 – 想想它会影响文本的呈现，例如选择语法荧光笔。

使用

data:

URIs

结合文本和 MIME 类型的唯一标准化方法是使用

data

URI 方案，但您不会得到文字：

<https://example.org/>
  dc:description <data:text/markdown;charset=utf-8,I%20*love*%20cookies!> .

<data:text/markdown;charset=utf-8,I%20*love*%20cookies!>
  a <https://w3id.org/uri4uri/mime/text/markdown;charset=utf-8> ;
  rdf:value "I *love* cookies!" .