如何编码 RDF N-Triples 字符串文字？答案

【问题标题】：How to encode RDF N-Triples string literals?如何编码 RDF N-Triples 字符串文字？
【发布时间】：2017-04-11 05:49:23
【问题描述】：

RDF N-Triples 的规范规定必须对字符串文字进行编码。

https://www.w3.org/TR/n-triples/#grammar-production-STRING_LITERAL_QUOTE

这个“编码”是否有一个我可以在我的编程语言中使用的名称？如果不是，这在实践中意味着什么？

【问题讨论】：

标签： string encoding rdf literals n-triples

【解决方案1】：

您需要的语法产生式就在您链接到的文档中：

[9] STRING_LITERAL_QUOTE    ::= '"' ([^#x22#x5C#xA#xD] | ECHAR | UCHAR)* '"'
[141s]  BLANK_NODE_LABEL    ::= '_:' (PN_CHARS_U | [0-9]) ((PN_CHARS | '.')* PN_CHARS)?
[10]    UCHAR   ::= '\u' HEX HEX HEX HEX | '\U' HEX HEX HEX HEX HEX HEX HEX HEX
[153s]  ECHAR   ::= '\' [tbnrf"'\]

这意味着字符串文字以双引号 (") 开头和结尾。在双引号内，您可以：

任何字符，除了：#x22、#x5C、#xA、#xD。顺便说一下，我不知道每个是什么，但我认为它们是转义中的空格字符；
一个 unicode 字符，用 \u 后跟四个十六进制数字，或 \U 后跟八个十六进制数字表示；或
转义字符，它是一个 \ 后跟 t、b、n、r、f、"、' 和 \ 中的任何一个，代表各种字符。

【讨论】：

#x22 = ", #x5C = \, #xA = 换行，#xD = 回车，所以我猜这4个需要转义

【解决方案2】：

你可以使用Literal#n3()

例如

# pip install rdflib

>>> from rdflib import Literal
>>> lit = Literal('This "Literal" needs escaping!')
>>> s = lit.n3()
>>> print(s)
"This \"Literal\" needs escaping!"

【讨论】：

【解决方案3】：

除了乔希的回答。将 unicode 数据标准化为 NFC 几乎总是一个好主意，例如在 Java 中，您可以使用以下例程

java.text.Normalizer.normalize("rdf literal", Normalizer.Form.NFKC);

欲了解更多信息，请参阅：http://www.macchiato.com/unicode/nfc-faq

什么是 NFC？

由于各种原因，Unicode 有时对同一个字符有多种表示形式。例如，以下每个序列（前两个是单字符序列）代表同一个字符：
U+00C5 ( Å ) LATIN CAPITAL LETTER A WITH RING ABOVE
U+212B ( Å ) ANGSTROM SIGN
U+0041 ( A ) LATIN CAPITAL LETTER A + U+030A ( ̊ ) COMBINING RING ABOVE
这些序列被称为规范等价。这些形式中的第一种称为 NFC - 用于规范化形式 C，其中 C 用于合成。有关这些的更多信息，请参阅 UAX #15: Unicode Normalization Forms 的介绍。将字符串 S 转换为 NFC 形式的函数可以缩写为 toNFC(S)，而测试 S 是否在 NFC 中的函数缩写为 isNFC(S)。

【讨论】：