【发布时间】：2014-12-12 21:48:50
【问题描述】：
有没有办法根据实体名称获取 Wikidata 页面信息，例如，如果我想为 Google 获取页面数据。 我认为必须使用具有相应实体值的“实体”来完成，但我不确定是否有任何简单的方法来确定实体值。
【问题讨论】：
标签： wikidata wikidata-api
【发布时间】：2014-12-12 21:48:50
【问题描述】：
如果您想使用 API 执行此操作，您将首先使用 wbsearchentities 找出您想要的实体。例如：
https://www.wikidata.org/w/api.php?action=wbsearchentities&search=Google&language=en
问题在于，有多个实体称为“Google”：公司（Google Inc.）、搜索引擎（Google Web Search）、动词（to google），甚至是维基百科的消歧页面。
在您以某种方式决定访问哪个实体后，使用wbgetentities 实际获取您想要的信息：
https://www.wikidata.org/w/api.php?action=wbgetentities&ids=Q95&languages=en
或者，如果您无法决定使用哪个实体，您可以同时获取所有实体的信息：
https://www.wikidata.org/w/api.php?action=wbgetentities&ids=Q95|Q9366|Q961680|Q1156923&languages=en
【讨论】：
-
嗨@svick 非常感谢！如果您能提供最后一点帮助 - 我在解析数据以返回一个数组或实体编号字符串时遇到困难。可以请教吗？
如果您熟悉 Python，您可以使用 Wikidata api 以编程方式进行操作，使用 Pywikibot 以下 Python 脚本获取 wikidata 实体。如果您想要每个单独的 wikidata 实体的数据对象，您需要取消最后两行的注释
from pywikibot.data import api
import pywikibot
import pprint
def getItems(site, itemtitle):
params = { 'action' :'wbsearchentities' , 'format' : 'json' , 'language' : 'en', 'type' : 'item', 'search': itemtitle}
request = api.Request(site=site,**params)
return request.submit()
def getItem(site, wdItem, token):
request = api.Request(site=site,
action='wbgetentities',
format='json',
ids=wdItem)
return request.submit()
def prettyPrint(variable):
pp = pprint.PrettyPrinter(indent=4)
pp.pprint(variable)
# Login to wikidata
site = pywikibot.Site("wikidata", "wikidata")
repo = site.data_repository()
token = repo.token(pywikibot.Page(repo, 'Main Page'), 'edit')
wikidataEntries = getItems(site, "Google")
# Print the different Wikidata entries to the screen
prettyPrint(wikidataEntries)
# Print each wikidata entry as an object
#for wdEntry in wikidataEntries["search"]:
# prettyPrint(getItem(site, wdEntry["id"], token))
导致
{ u'search': [ { u'aliases': [u'Google Inc.'],
u'description': u'American multinational Internet and technology corporation',
u'id': u'Q95',
u'label': u'Google',
u'url': u'//www.wikidata.org/wiki/Q95'},
{ u'aliases': [u'Google Search', u'Google Web Search'],
u'description': u'Internet search engine developed by Google, Inc.',
u'id': u'Q9366',
u'label': u'Google',
u'url': u'//www.wikidata.org/wiki/Q9366'},
{ u'description': u'Wikipedia disambiguation page',
u'id': u'Q961680',
u'label': u'Google',
u'url': u'//www.wikidata.org/wiki/Q961680'},
{ u'aliases': [u'Google'],
u'description': u'verb',
u'id': u'Q1156923',
u'label': u'google',
u'url': u'//www.wikidata.org/wiki/Q1156923'},
{ u'id': u'Q10846831',
u'label': u'google',
u'url': u'//www.wikidata.org/wiki/Q10846831'},
{ u'aliases': [u'Google Android'],
u'description': u'operating system for mobile devices created by Google',
u'id': u'Q94',
u'label': u'Android',
u'url': u'//www.wikidata.org/wiki/Q94'},
{ u'description': u'web browser developed by Google',
u'id': u'Q777',
u'label': u'Google Chrome',
u'url': u'//www.wikidata.org/wiki/Q777'}],
u'searchinfo': { u'search': u'Google'},
u'success': 1}
【讨论】：
-
我试过了，但我一直收到错误
CRITICAL: Waiting for 1 network thread(s) to finish. Press ctrl-c to abort，你知道这是怎么回事吗？也许我可以以某种方式指定在哪个端口上运行它或某些东西？ -
您在
def getItem(site, wdItem, token)中省略了token = repo.token(pywikibot.Page(repo, 'Main Page'), 'edit’)和位置token参数，因为此时您没有编辑任何内容（抱歉，我还不能编辑答案，我的声誉是'还不够）。 -
注意，默认情况下结果数为7。如果你想得到更多的结果（一个用户账户限制为50个），你需要添加一个
limit参数，例如：params = {'action': 'wbsearchentities', 'format': 'json', 'language': 'en', 'type': 'item', 'search': search_string, 'limit': 50}在getItems() -
确保听从 Kaleidophon 的建议，删除第 24 行
也许您可以使用 sparql 来运行查询：
SELECT ?item WHERE {
?item rdfs:label "Google"@en
}
您可以使用 pywikibot 在 python 中使用：
import pywikibot
from pywikibot import pagegenerators, WikidataBot
sparql = "SELECT ?item WHERE { ?item rdfs:label 'Google'@en }"
entities = pagegenerators.WikidataSPARQLPageGenerator(sparql, site=repo)
entities = list(entities)
【讨论】：