Question

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

这是＆＃34;编码＆＃34;有一个名字我可以在我的编程语言中使用它吗？如果没有，那在实践中意味着什么？

Answer 1

您需要的语法作品正好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的开头和结尾都是双引号（＆＃34;）。在双引号内，您可以：

除＃x22，＃x5C，＃xA，＃xD之外的任何字符。另外，我不知道每一个是什么，但我认为他们是逃脱中所涵盖的空间角色;
用\ u后跟四个十六进制数字表示的unicode字符，或者\ u后跟八个十六进制数字;或
一个转义字符，它是一个\后跟t，b，n，r，f，＆＃34;，＆＃39;和\中的任意一个，代表各种字符。

Answer 2

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);

有关详细信息，请参阅：http://www.macchiato.com/unicode/nfc-faq

什么是NFC？

由于各种原因，Unicode有时会有多个相同字符的表示形式。例如，以下每个序列（前两个是单字符序列）表示相同的字符：
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
这些序列称为规范等价物。这些形式中的第一种称为NFC - 用于标准化形式C，其中C用于组合。有关这些的更多信息，请参阅UAX＃15：Unicode规范化表单的介绍。将字符串S转换为NFC形式的功能可以缩写为NFC（S），而测试S是否在NFC中的功能缩写为isNFC（S）。

Answer 3

您可以使用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!"

如何编码RDF N-Triples字符串文字？

3 个答案: