如何仅对部分字符执行百分编码？定制SPARQL ENCODE_FOR_URI函数行为

SPARQL的内置ENCODE_FOR_URI函数行为是标准化的，无法直接修改其逻辑，但可以通过自定义替代方案实现忽略特定字符的需求，以下是两种实用方法：

方案1：占位符替换法 #

通过「临时标记保留字符→编码→还原字符」的流程绕开内置函数的限制：

1. 选择一个不会与输入内容冲突的临时占位符（比如__TEMP__），将需要保留的特定字符（如非ASCII字母）替换为「占位符+原字符」的形式；
2. 对处理后的字符串调用ENCODE_FOR_URI，此时仅非保留字符会被转义；
3. 将占位符从结果中移除，还原被保留的字符。

示例代码（保留所有Unicode字母，包括中文、日文等非ASCII字符）：

SELECT 
  (REPLACE(
     ENCODE_FOR_URI(REPLACE(?input, '([\\p{L}])', '__TEMP__$1')),
     '__TEMP__([\\p{L}])', '$1'
   ) AS customEncoded)
WHERE {
  VALUES ?input { "北京/Shanghai?test=123" }
}

方案2：手动指定转义范围 #

直接通过正则匹配需要转义的字符（排除要保留的特定字符和标准URI非保留字符），仅对这些字符调用ENCODE_FOR_URI转义：

示例代码（保留Unicode字母和标准URI非保留字符，仅转义其他字符）：

SELECT 
  (REGEXREPLACE(?input, '([^\\p{L}A-Za-z0-9-._~])', ENCODE_FOR_URI('$1')) AS customEncoded)
WHERE {
  VALUES ?input { "北京/Shanghai?test=123" }
}

注意事项 #

• 可根据需求调整正则表达式，比如仅保留中文可把\\p{L}替换为[\\u4e00-\\u9fa5]；
• 不同SPARQL引擎对正则语法的支持略有差异，需适配目标引擎规则；
• 占位符替换法中，要确保占位符不会出现在原始输入里，避免替换错误。

内容的提问来源于stack exchange，提问作者IS4