第4章：过滤与条件——FILTER关键字、比较运算符、逻辑运算符、字符串匹配与正则

查询数据的时候，你不可能每次都把整个库搬出来。在SPARQL里，FILTER 就是那个帮你「挑着拿」的家伙。我个人觉得，这玩意儿的地位比大多数初学者想象得高得多——它决定了你的查询是精准手术刀，还是大铁锹。

先看个最基础的样子：

SELECT ?person ?age
WHERE {
  ?person :hasAge ?age .
  FILTER(?age > 18)
}

很简单对吧？FILTER 里面放一个布尔表达式，为真的行留下，为假的扔掉。不过现实中的条件可没这么单纯，咱们一步步来。

4.1 比较运算符

SPARQL 支持的比较运算符跟大多数语言差不多。我直接列个对照表，你一眼就能懂：

运算符	含义	示例
=	等于	FILTER(?x = 42)
!=	不等于	FILTER(?x != 42)
<	小于	FILTER(?x < 42)
>	大于	FILTER(?x > 42)
<=	小于等于	FILTER(?x <= 42)
>=	大于等于	FILTER(?x >= 42)

这些跟SQL基本一致，但有一个坑：不能直接拿 = 去比较URI或字面值的类型不匹配。举个例子：

# 这样写，很可能没结果
FILTER(?age = "18")

# 你应该写
FILTER(?age = 18)

前者是字符串 "18"，后者是数值 18。类型不同，= 返回 false。我在项目里见过有人排错排了一下午，最后发现是引号惹的祸。

4.2 逻辑运算符

一个条件往往不够。SPARQL 给了你三个逻辑组合工具：&&（与）、||（或）、!（非）。

写个实际点的例子：

SELECT ?person ?age ?city
WHERE {
  ?person :hasAge ?age .
  ?person :livesIn ?city .
  FILTER(?age > 18 && ?city = :Beijing)
}

这段的意思是：找出年龄大于18岁、并且住在北京的人。注意 && 两边的括号可以省略，但我个人习惯加一组，防止优先级闹鬼。

逻辑运算符的优先级是这样的：

1. ! 优先最高
2. && 次之
3. || 最低

你想表达「不是老人也不是小孩」：

FILTER(!(?age < 18 || ?age > 60))

4.3 字符串匹配

试想你要查所有名字里带「张」的人。用 = 肯定不行，因为要的是包含，不是全等。这时候得用 CONTAINS 或 STRSTARTS 这类字符串函数。

常见字符串匹配函数：

函数	作用	示例
CONTAINS(?str, "keyword")	包含子串	查含「张」的名字
STRSTARTS(?str, "prefix")	以某前缀开头	查以「张」开头的名字
STRENDS(?str, "suffix")	以某后缀结尾	查以「.com」结尾的邮箱
STR(?term)	提取字面值字符串	先把URI转成纯字符串再匹配

看个完整的：

SELECT ?person ?name
WHERE {
  ?person :name ?name .
  FILTER(CONTAINS(STR(?name), "张"))
}

这里有个微妙点——?name可能是带语言标签的字面值（比如 "张三"@zh），直接用 CONTAINS 有时候会类型报错。所以我习惯先 STR(?name) 转成纯字符串，再匹配。

4.4 正则表达式

字符串匹配如果只靠 CONTAINS，很多场景搞不定。比如你想匹配手机号格式、邮箱规则、或者某种模式。这时候就得请出正则大神——REGEX。

基本语法：

FILTER(REGEX(?str, "pattern", "flags"))

• ?str：待匹配的字符串
• pattern：正则模式串
• flags：可选，常用 i 表示忽略大小写

来个实战：

# 查所有以 1 开头、11位数字的手机号
SELECT ?person ?phone
WHERE {
  ?person :phone ?phone .
  FILTER(REGEX(STR(?phone), "^1\\d{10}$"))
}

再看一个忽略大小写的例子——查所有Gmail邮箱，大小写通吃：

FILTER(REGEX(STR(?email), "@gmail\\.com$", "i"))

正则虽然强大，但也要注意性能。我在项目中优化过一条查询，原来的 REGEX 写在很深的嵌套里，数据量上了百万以后直接超时。后来我们把正则条件前置，配合索引，速度提升了十几倍。

4.5 FILTER 的性能陷阱

嗯，这里要重点说一下。很多新手喜欢把所有过滤都塞进 FILTER，觉得方便。但你要明白：FILTER 是在数据被初步检索后，再进行逐行过滤的。

举个例子：

# 低效写法
SELECT ?person ?age
WHERE {
  ?person :hasAge ?age .
  ?person :type :Student .
  FILTER(?age > 18)
}

# 高效写法（如果可以）
SELECT ?person ?age
WHERE {
  ?person :hasAge ?age .
  ?person :type :Student .
  ?person :hasAge ?age2 .
  FILTER(?age2 > 18)
}

等等，这两个看起来差不多？不，关键在于：如果三元组模式本身就能筛选数据，尽量先用三元组模式，FILTER 是最后一道闸。能用资源约束（比如 :type :Student）过滤掉大部分数据的，就别等到 FILTER 里才做。

另外，REGEX 尤其在文本字段上用起来费劲。能不用正则就尽量别用，优先用 STRSTARTS 或 CONTAINS。这些函数在某些引擎上是有索引支持的，正则通常没有。

来看看本章的知识体系结构：

总结一下，FILTER 的使用策略其实就三步：判断条件类型 → 选择合适的运算符或函数 → 注意性能。说白了，这层过滤的功力深浅，直接决定了你的查询在数据量大了以后能不能跑得动。