使用正则表达式从 SPARQL 查询中提取信息

Question

我很难创建一个从该 SPARQL 查询中提取命名空间的正则表达式：

SELECT * 
WHERE {
    ?Vehicle rdf:type umbel-sc:CompactCar ;
             skos:subject <http://dbpedia.org/resource/Category:Vehicles_with_CVT_transmission>;
             dbp-prop:assembly ?Place.
    ?Place geo-ont:parentFeature dbpedia:United_States .
}

我需要得到：

"rdf", "umbel-sc", "skos", "dbp-prop", "geo-ont", "dbpedia"

我需要这样的表达式：

\\s+([^\\:]*):[^\\s]+

但上面的表达式不起作用，因为它在到达 之前也会占用空格：。我做错了什么？

Answer 1

所以我需要这样的表达式：

<前><代码>\\s+([^\\:]*):[^\\s]+

但是上面的方法不起作用，因为它在到达“:”之前也会吃掉空格。

正则表达式会吃掉这些空格，是的，但是括号捕获的组不会包含它。这是一个问题吗？您可以通过读取 Regex.Match 返回的 Match 对象中的 Groups[1].Value 来访问该组。

如果您确实需要正则表达式不匹配这些空格，则可以使用所谓的后向断言：

(?<=\s)([^:]*):[^\s]+

顺便说一句，您不需要将所有内容加倍你的反斜杠。使用逐字字符串来代替，如下所示：

Regex.Match(input, @"(?<=\s)([^:]*):[^\s]+")

Answer 2

我不知道 SPARQL 语法的细节，但我想它不是一种正则语言，因此正则表达式无法完美地做到这一点。但是，如果您搜索看起来像单词并且左侧被空格包围且右侧被冒号包围的内容，则您可以非常接近。

对于快速解决方案或者如果您的输入格式已知且受到足够的限制，此方法可能足够好。对于更通用的解决方案，建议您为 SPARQL 语言寻找或创建合适的解析器。

话虽如此，试试这个：

string s = @"SELECT * 
WHERE {
    ?Vehicle rdf:type umbel-sc:CompactCar ;
    skos:subject <http://dbpedia.org/resource/Category:Vehicles_with_CVT_transmission>;
    dbp-prop:assembly ?Place.
    ?Place geo-ont:parentFeature dbpedia:United_States .
}";

foreach (Match match in Regex.Matches(s, @"\s([\w-]+):"))
{
    Console.WriteLine(match.Groups[1].Value);
}

结果：

rdf
umbel-sc
skos
dbp-prop
geo-ont
dbpedia