在大数据中使用 REGEX 过滤失败答案

【问题标题】：Filtering using REGEX failing in Big Data在大数据中使用 REGEX 过滤失败
【发布时间】：2014-07-28 14:27:40
【问题描述】：

我创建了一个简单的海龟文件，包含以下内容-

@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix owl: <http://www.w3.org/2002/07/owl#> .
@prefix xsd:     <http://www.w3.org/2001/XMLSchema#> .

<uri:uuid#1> rdfs:label "Communication"^^xsd:string .   
<uri:uuid#2> rdfs:label "Communication" .

然后我在大数据中加载了这个海龟文件。在此之后，我运行了两个选择查询。第一个是-

prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
prefix owl: <http://www.w3.org/2002/07/owl#>
prefix rdfs:    <http://www.w3.org/2000/01/rdf-schema#> 
SELECT ?x ?name ?datatype
WHERE {
 ?x rdfs:label  ?name .
 FILTER (STRSTARTS(?name,"Comm"))
 BIND(datatype(?name) as ?datatype)
}

这给出了以下结果-

     x          name           datatype
<uri:uuid#1>  Communication   xsd:string
<uri:uuid#2>  Communication   xsd:string

但是当我像这样在 FILTER 中使用 REGEX 运行一些不同的查询时-

prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
prefix owl: <http://www.w3.org/2002/07/owl#>
prefix rdfs:    <http://www.w3.org/2000/01/rdf-schema#> 
SELECT ?x ?name ?datatype
WHERE {
 ?x rdfs:label  ?name .
 FILTER (regex(?name, "^Comm"))
 BIND(datatype(?name) as ?datatype)
}

结果是 -

     x          name           datatype
<uri:uuid#2>  Communication   xsd:string

我期待两个 SELECT 查询的结果相同，因为在这两种情况下，“通信”都是一个字符串。你能告诉我为什么结果不同吗，是不是正则表达式。如果是这样，那么在大数据中，如果字符串是“强类型”xsd:string，那么 REGEX 就不起作用。任何帮助将不胜感激。

【问题讨论】：

标签： bigdata

【解决方案1】：

好的，找到了解决方案。正则表达式实际上只适用于简单的、无类型的文字。为了使 Regex 工作 ?name 需要包裹在 str() 运算符周围。所以查询需要是-

SELECT ?x ?name ?datatype
WHERE {
?x rdfs:label ?name .
FILTER (regex(str(?name), "^Comm"))
BIND(datatype(?name) as ?datatype)
}

这将带回两个三元组。

【讨论】：