有没有办法使用SPARQL和Wikidata分别获取有关男性和女性的维基百科传记的ID？

Question

我需要获取有关男性或女性的法语维基百科页面的 MediaWiki ID。例如，关于“Antoine Meillet”的页面（https://fr.wikipedia.org/wiki/Antoine_Meillet）的ID是3，关于Arlette Laguiller的页面的ID是139。我需要结构化数据像这样（但我当然可以重构）：

[["Antoine Meillet",3,"male"], ["Arlette Laguillet", 139, "female"]]

您能否向我展示一种通过向 Wikidata 发出 SPARQL 请求来实现此目的的方法？

Answer 1

我认为仅使用 WQS 无法实现此目的，因为据我所知，维基百科页面 ID 不存储在维基数据上。不过，您实际上可以通过以下方式解决问题：

1. 检索所有具有 P31=Q5（即人类实例）和 fr.wiki 站点链接的 Wikidata 项目。
2. 检索 Wikidata 项目 ID 和 fr.wiki 文章 ID 之间的一对一映射。
3. 连接两个查询。

对于第 1 步，您可以在 WQS 上运行简单的 SPARQL 查询：

SELECT ?x
WHERE {
  ?x wdt:P31 wd:Q5 .
  ?xLink schema:about ?x ;
         schema:isPartOf <https://fr.wikipedia.org/> . 
}

根据系统的可用资源，可能会返回超时错误。就我而言，它能够执行查询，返回 691,251 个结果。

对于第 2 步

，您可以在 Quarry (quarry.wmcloud.org) 上运行一个简单的 SQL 查询：

USE frwiki_p;
SELECT page_id, pp_value as item_id
FROM page JOIN page_props ON page_id=pp_page
WHERE pp_propname='wikibase_item';

在这里

您可以找到查询执行（当前返回 3,147,443 个结果）。您可以下载上次查询运行的结果：

作为 CSV：

https://quarry.wmflabs.org/query/70667/result/latest/0/csv
• JSON：
https://quarry.wmflabs.org/query/70667/result/latest/0/json