W3学校《RDF教程》的内容与2004版《RDF入门》相近——题外话是：2004版入门作者之一Eric Miller，是正在开发中的BIBFRAME的主要承担者。
不过《RDF 1.1入门》（2014版）变化很大，目录和2004版完全不同。如其“致谢”部分所说，除导言有一些句子来自2004版外，其他部分完全是新内容。以下为摘译（含少量本人理解），名词翻译大多根据2004版。
RDF 1.1 Primer (W3C Working Group Note 25 February 2014) / Guus Schreiber, Yves Raimond
1. 导论
资源描述框架（RDF）是表达关于资源信息的框架。资源可以是任何事物，包括文档、人物、物理对象（实体物件）和抽象概念。
RDF用于需要由应用程序处理Web上信息的场合，而非仅向人们显示。RDF提供一个表达此信息的通用框架，这样可以在应用程序间交换而不损失含意。由于它是一个通用框架，应用设计者可以利用通用RDF解析器和处理工具。能够在不同的应用程序间交换信息，意味着对于那些最初并非为此而创建的应用程序，也可利用这些信息。
2. 为什么用RDF？[用途举例]
– 例如在使用流行的schema.org词表的Web页上增加机读信息，使它们在搜索引擎上以增强格式显示，或者由第三方应用自动处理
– 链接到第三方数据集以强化数据集。例如，一个关于绘画的数据集，可以链接到Wikidata上相应的艺术家得到强化，因此访问到关于他们及相关资源的大量信息。
– 互连API源，确保客户端能方便发现如何访问更多信息
– 使用当前发布为关联数据的数据集，例如建立关于特定论题的数据的集合
– 建立分布的社会网络，互连跨多个Web网站的人物的RDF描述
– 提供一个兼容标准的方式，在数据库间交换数据
– 在一个组织中互连不同数据集，使得可以用SPARQL执行跨数据集查询
3. RDF数据模型
3.1 三元组（Triples）
三元组=关于资源的陈述（statement）=主体 subject + 谓词 predicate + 客体 object
主体/客体=资源，谓词=属性（关系）
相同资源可以在一个三元组中处于主体位置、在另一个中处于客体位置，这就有可能找到三元组间的连接=（可视化）RDF图=节点（主体/客体）+弧（谓词）。
Fig. 1 Informal graph of the sample triples
一旦有像这样的图，可以使用SPARQL查询
3.2 IRIs [三元组中出现的RDF数据之一]
IRI=International Resource Identifier
一个IRI标识一个资源，可出现在三元组所有3个位置。
IRI由特定词表或惯例给出含意；IRI是全域标识符，可以重用此IRI标识相同的事物。
3.3 文字（Literals）[三元组中出现的RDF数据之二]
非IRI的基本值，只能出现在三元组的客体位置。
数据类型=字符串(语言标签)/日期/数值/…（XML Schema定义的数据类型）。
3.4 空节点（Blank nodes）[三元组中出现的RDF数据之三]
用于表示无需使用IRI明确标识的资源，可出现在三元组的主体和客体位置。
3.5 多图（Multiple graphs）
多图构成一个RDF数据集，有多个命名图和至多一个未命名（默认）图。关联该图的IRI称为“图名”（graph name）。
4. RDF词表（RDF Vocabularies）
RDF用RDFS语言定义词表：关系、类别（类/子类、属性/子属性）及限制（领域/范围）
RDF词表举例：从FOAF到DC/schema.org到SKOS/OWL
词表由重用获得其价值：被其他重用的词表IRI越多，使用该IRI就越有价值（所谓的网络效应）。这意味首应该首选重用其他人的IRI，而非发明新的。
5. 写RDF图 [具体句法/RDF语言/序列化格式]
5.1 RDF语言的龟标家族（Turtle）[推荐]
5.1.1 N-Triples
常用于交换大量RDF，以及用面向行的文本处理工具处理大的RDF图。
每行代表一个三元组，用尖括号封闭完整IRI，句点表示三元组结束。
如：<http://example.org/bob#me> <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> <http://xmlns.com/foaf/0.1/Person> .
5.1.2 Turtle
支持命名空间前缀、列表和数据类型串的速写。如：
BASE <http://example.org/> 提供IRI缩写，基IRI
PREFIX foaf: <http://xmlns.com/foaf/0.1/> 定义IRI前缀
PREFIX xsd: <http://www.w3.org/2001/XMLSchema#>
PREFIX schema: <http://schema.org/>
<bob#me> 相对IRI，根据基IRI解析；相同主体的三元组集
a foaf:Person ; 三元组的谓词、客体，分号分隔。谓词a是属性rdf:type的速写，表示实例关系，意在匹配人的直觉
foaf:knows <alice#me> ;
schema:birthDate “1990-07-04″^^xsd:date ;
foaf:topic_interest wd:Q12418 . 句点表示三元组集结束
5.1.3 TriG（Turtle的多图扩展：也可称为Turtle）
– 每个图中的三元组用花括号括起（内中句法与Turtle一致）。关键词GRAPH可选:可改善可读性，但主要为与SPARQL更新校正。如：
GRAPH <http://example.org/bob>
{
<bob#me>
…
}
5.1.4 N-Quads（N-Triples的多图扩展，四元组）
如N-Triples，典型地用于交换大量RDF数据集，以及用面向行的文本处理工具处理RDF。
在一行中加入第4个元素，捕捉该行描述三元组的图IRI。如：
<http://example.org/bob#me> <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> <http://xmlns.com/foaf/0.1/Person> <http://example.org/bob> .
5.2 JSON-LD（基于JSON的RDF句法）
以最小变化转换JSON文档为RDF。
5.3 RDFa（用于在HTML和XML文档中嵌入RDF数据）
5.4 RDF/XML（用于RDF的XML句法）
（历史）1990年代后期RDF刚开发时，RDF/XML是其唯一句法，某些人仍然称本句法为RDF。2001年Turtle的先导N3被提出，渐渐前面列出的其他语言被采用、被标准化。
6. RDF图的语义
– 用于命名主体、谓词和客体的IRI，在范围上是“全域的”，使用时每次命名相同的事物
– 当谓词关系确实存在于主体和客体之间时，每个三元组完全为“真”
– 当其中所有三元组为“真”时，一个RDF图完全为“真”
具有以上声明语义的RDF的益处之一是，系统能做逻辑推论。即给出某个接受为真的导入三元组集，在某些情况下，系统能够推论出其他三元组在逻辑上必须也是真的，我们说第一个三元组集“传递”给了其他三元组。这些称为“推理器”的系统，有时也能推出，给定的导入三元组互相矛盾。
【以上为理想状况，事实上使用时如何验证关系是否存在？如果其中一个环节有问题，就会导致连接的事实出问题。能够发现互相矛盾是幸运的，没发现不等于数据就不存在问题。当三元组大量出现后，如何选择数据来源，会是今后需要认真对待的问题？】
当一种特定的推论似乎对许多不同应用有用时，可被记录为一个蕴涵体制[SPARQL用语义扩展]。RDF语义中指定了多个蕴涵体制。
RDF工具可能不认识所有数据类型。至少要求工具支持数据类型串文字和语言标签文字。
不同于其他数据建模语言，RDFS允许相当大的建模自由度。例如，相同实体既可用作一个类、也可用作一个属性。同样，“类”和“实例”的世界没有严格分离。
7. RDF数据
RDF允许从任何来源组合三元组为一个图，作为合法RDF处理。大量RDF数据作为关联数据存在。数据集在Web上使用RDF发布与连接，其中很多通过SPARQL提供查询便利。上述例子中所用数据集包括：Wikidata、DBPedia、WordNet、Europeana、VIAF。
以关联数据存在的数据集清单由datahub.io维护：Datasets（【2014-9-9有9853个】
许多记录RDF数据源间链接的词表术语已经很流行，一个例子是由OWL词表提供的sameAs属性，可用于表明两个IRI事实上指向相同资源。
