解析维基百科国家、地区、城市

Question

有没有可能获取所有维基百科国家、地区和城市之间的关系清单？ 我找不到适合这项任务的API。最容易解析我需要的所有信息的方法是什么？ PS：我知道，还有其他数据源可以获取这些信息。但我对维基百科感兴趣...

- Vladimir Shevchenko

---

你应该看一下http://dbpedia.org。解析维基百科绝非易事。 - Bergi

这对于WikiData或DBPedia来说是一个很好的任务。解析信息框或类别将是重新发明轮子的一种非常复杂的方式。 - leo

Answer 1

[2020更新] 现在最好使用Wikidata查询服务来完成此操作，您可以通过一些SPARQL运行超特定的查询，例如：查找所有国家及其标签。请参阅Wikidata查询帮助。

---

获取整个图表可能有点繁琐，但您可以从实验性/非官方的Wikidata Query API中获取大部分数据。

我建议以下工作流程：

• 转到您想要处理的实体类型的实例，例如Estonia (Q191)，并查找其instance of（P31）属性，您会发现：国家、主权国家、联合国成员、欧盟成员等。

• 使用Wikidata Query API claim命令输出每个具有所选P31属性的实体。让我们尝试一下country (Q6256)：

  http://wdq.wmflabs.org/api?q=claim[31:6256]

它输出一个数字id数组：这就是你的国家！（请注意，结果仍然不完整，因为只找到了141个项目：要么某些国家在Wikidata中缺失，要么如Nemo在评论中建议的那样，有些国家可以在country (Q6256) subclasses(P279)中找到）。

• 您可能需要更多的信息，因此您可以向Wikidata Official API请求实体数据：

  https://www.wikidata.org/w/api.php?action=wbgetentities&ids=Q16&format=json&props=labels|claims&languages=en|fr

  （这里是加拿大(Q16)的数据，以json格式呈现，仅包含英语和法语的声明和标签数据。请查看文档以根据您的需求调整参数）

您可以按以下方式一次查询多个实体，限制为50个：

https://www.wikidata.org/w/api.php?action=wbgetentities&ids=Q16|Q17|Q20|Q27|Q28|Q29|Q30|Q31|Q32|Q33|Q34|Q35|Q36|Q37|Q38|Q39|Q40|Q41|Q43|Q45|Q77|Q79|Q96|Q114&format=json&props=labels|claims&languages=en|fr

• 从每个国家的数据中，您可以查找注册为行政区划(P150)的实体，并在这些新实体上重复。

• 或者，您可以使用tree命令获取所有行政区划的树。例如，对于法国(Q142)，可以使用http://wdq.wmflabs.org/api?q=tree[142][150]。塔达，36994个项目！但是，由于您可能会从一个国家遇到不同类型的行政区划，因此更难进行细化。并且避免从浏览器执行此类查询，它可能会崩溃。

• 现在，您只需通过使用claim命令和适当的市镇(Q15284)实体的子类(P279)(all available here)来按国家细化此最后一个查询：对于法国，就是commune (Q484170)，因此您的请求如下所示：

  http://wdq.wmflabs.org/api?q=tree[142][150] AND claim[31:484170]

  然后为所有国家重复：玩得开心！

- maxlath

---

最后我在Wikidata上读到了一篇经过深入研究的答案。:) 关于“数据仍然不完整，因为只找到了141个项目”的问题：我不这么认为，因为您没有考虑子类，即实体正在使用的比“国家”更具体的术语。 - Nemo

确实！我修改了我的陈述。 - maxlath

Answer 2

你应该使用Wikidata和/或dbpedia。个人建议，最好先从Wikidata开始，因为它直接使用MediaWiki，并且具有相同的API，因此您可以使用类似的代码。我建议使用pywikibot来入门。这样，您仍然可以从维基百科请求页面（例如列表页面或类别），如果有必要的话。这里有一个关于访问Wikidata的方法的好概述。

- the