Question

我试图在Python项目中获取Wikipedia上文章的信息框。我曾尝试使用维基百科API，但它输出的数据很脏，所以我试图转移到DBpedia。我需要能够按页面名称进行查询，并接收该页面的属性名称及其值的字典。例如，对于London的查询，返回的字典将包含：

{dbpedia-owl:PopulatedPlace/areaMetro : 8382.0,
 dbpedia-owl:PopulatedPlace/areaTotal : 1572.0
 .....
 dbpedia-owl:populationDensity : 5285.0
 .....
}

等等，从中我可以读取信息框中的所有密钥。我确实尝试使用

的SPARQL查询

describe <http://dbpedia.org/resource/London>

但这又带来了大量不必要的数据，并且发现了这些数据。与London＆amp; emdash相关的全套三胞胎;这比我需要的要多很多个数量级。

如何编写查询以获取信息框属性，如上所述？

Answer 1

您可以通过选择属性IRI以您感兴趣的内容开头的属性和对象来获得您想要的内容（例如， http://dbpedia.org/ontology/ ）。您可以使用如下查询。（它利用了这样一个事实，即前缀本身，例如 dbpedia-owl：，仍然是合法的IRI，你可以使用 str 。你可以也可以使用字符串 http://dbpedia.org/ontology/

select ?p ?o where {
  dbpedia:London ?p ?o
  filter strstarts(str(?p),str(dbpedia-owl:))
}

SPARQL results (HTML Table)
SPARQL results (JSON)

JSON结果与您正在寻找的格式不同，但是如下所示：

{ "head": { "link": [], "vars": ["p", "o"] },
  "results": { "distinct": false, "ordered": true, "bindings": [
    { "p": { "type": "uri", "value": "http://dbpedia.org/ontology/wikiPageExternalLink" }   , "o": { "type": "uri", "value": "http://mapoflondon.uvic.ca/" }},
    { "p": { "type": "uri", "value": "http://dbpedia.org/ontology/wikiPageExternalLink" }   , "o": { "type": "uri", "value": "http://www.british-history.ac.uk/place.aspx?region=1" }},
    { "p": { "type": "uri", "value": "http://dbpedia.org/ontology/wikiPageExternalLink" }   , "o": { "type": "uri", "value": "http://www.london.gov.uk/" }},
    { "p": { "type": "uri", "value": "http://dbpedia.org/ontology/wikiPageExternalLink" }   , "o": { "type": "uri", "value": "http://www.museumoflondon.org.uk/" }},
    { "p": { "type": "uri", "value": "http://dbpedia.org/ontology/wikiPageExternalLink" }   , "o": { "type": "uri", "value": "http://www.tfl.gov.uk/" }},
    { "p": { "type": "uri", "value": "http://dbpedia.org/ontology/wikiPageExternalLink" }   , "o": { "type": "uri", "value": "http://www.visitlondon.com/" }},
    { "p": { "type": "uri", "value": "http://dbpedia.org/ontology/wikiPageExternalLink" }   , "o": { "type": "uri", "value": "https://london.gov.uk/" }},
    { "p": { "type": "uri", "value": "http://dbpedia.org/ontology/wikiPageExternalLink" }   , "o": { "type": "uri", "value": "http://www.britishpathe.com/workspace.php?id=2449&delete_record=75105/" }},
    { "p": { "type": "uri", "value": "http://dbpedia.org/ontology/thumbnail" }  , "o": { "type": "uri", "value": "http://commons.wikimedia.org/wiki/Special:FilePath/Greater_London_collage_2013.png?width=300" }},
...

虽然这种情况有道理，因为每个属性都不一定是唯一值，所以问题中的Python dict 可能不是＆＃ 39; t最佳结果格式（但是很容易创建一个将多个值放入列表中的格式）。

另请注意，以 dbpedia-owl：开头的属性实际上是DBpedia Ontology属性，它具有比原始信息框值更清晰的数据，其中属性以 dbpprop开头： 使用。您可以在4.3. Infobox Data了解有关不同数据集的更多信息。但是对原始属性的查询几乎是相同的：

select ?p ?o where {
  dbpedia:London ?p ?o
  filter strstarts(str(?p),str(dbpprop:))
}

SPARQL Results (HTML Table)

Answer 2

要以JSON格式获取整个页面数据，您还可以使用以下方法：

假设您需要Taj_Mahal的JSON数据，并且您有链接：

http://dbpedia.org/resource/Taj_Mahal

现在，您必须通过将 / resource / 替换为 / data / 来更改此网址，并在网址末尾添加 .json 扩展名。如下所示：

http://dbpedia.org/data/Taj_Mahal.json

您将获得所有DBpedia页面匹配的数据与JSON中的'Taj_Mahal'。现在，您必须在JSON中展开此“http://dbpedia.org/resource/Taj_Mahal”以仅获取与该页面相关的数据。

获取来自Wikipedia Infobox的页面/资源的DBPedia中所有属性的JSON / Dictionary

2 个答案: