使用它们获取所有Wikipedia Infobox模板和所有页面

Question

给定维基百科的维基百科页面:Stack Overflow,通常有信息框(大部分位于页面顶部的右侧).截屏示例:

1. DBPedia将所有这些属性列为RDF三元组.您可以在DBPedia上看到示例:Stack Overflow.在那里,您会看到dbpprop:wikiPageUsesTemplate具有dbpedia:Template:Infobox_website有趣价值的房产.我想知道哪些维基百科页面使用此模板.我该怎么做并列出所有使用Infobox_website模板的页面？最好使用SPARQL查询,但我对其他简单的解决方案持开放态度.

2. 接下来是所有Infobox模板的列表.维基百科:类别信息框模板显示了所需维基百科类别的层次结构 - 看起来像我正在寻找的.但我希望所有这些都是机器可读的格式,在一个页面上.也许DBPedia也是正确的吗？在DBPedia:类别信息模板和DBPedia:INFOBOX我发现很少的信息.但这些看起来很有希望.如何使用SPARQL查找所有信息框类型,以便我可以为每个信息重复执行第1步？

您可以使用它来测试SPARQL查询:http://dbpedia.org/snorql/

更新1

我似乎已经解决了问题1:SPARQL:列出所有使用Infobox_website的页面

更新2

此外,这似乎是问题2的查询:SPARQL:列出所有信息框

Answer 1

好吧,因为我似乎找到了一个解决方案(很可能不是最好的)我想分享它们.

1)此SPARQL查询可用于查找包含特定信息框类型的所有页面:

SELECT*WHERE {？page dbpedia2:wikiPageUsesTemplate <http://dbpedia.org/resource/Template:Infobox_website>.？页面dbpedia2:名称？名称.}

链接在SNORQL

2)此SPARQL查询可用于查找所有Infobox类型:

SELECT DISTINCT？template WHERE {？page dbpedia2:wikiPageUsesTemplate？template.FILTER(正则表达式(？模板,"信息框")).ORDER BY？模板

链接在SNORQL

Answer 2

之前的答案似乎已经失效了。不过，只需进行一点小小的更改即可让它们在http://live.dbpedia.org/sparql上的新 dbpedia 查询端点上工作。

要获取所有页面及其使用的模板的列表，此查询有效：

SELECT * WHERE {  ?page  dbpprop:wikiPageUsesTemplate ?template . }

查看结果（仅限 100 个）

如果您正在寻找特定模板：

SELECT * WHERE {  
   ?page  
   dbpprop:wikiPageUsesTemplate 
   <http://dbpedia.org/resource/Template:Infobox_website> . 
}

查看结果

对于我的用例，我对 Wikipedia URL 而不是 DBPedia 页面感兴趣，因此我使用以下查询：

SELECT ?wikipedia_url WHERE {  
   ?page  
   dbpprop:wikiPageUsesTemplate 
   <http://dbpedia.org/resource/Template:Infobox_website> . 
   ?page foaf:isPrimaryTopicOf ?wikipedia_url .
}

查看结果

我还用来curl将结果提取到脚本中：

$ curl -s "http://live.dbpedia.org/sparql?default-graph-uri=http%3A%2F%2Fdbpedia.org&query=SELECT+%3Fwikipedia_url+WHERE+%7B+%0D%0A%09+%3Fpage+%0D%0A%09+dbpprop%3AwikiPageUsesTemplate+%0D%0A%09+%3Chttp%3A%2F%2Fdbpedia.org%2Fresource%2FTemplate%3AInfobox_website%3E+.+%0D%0A+%3Fpage+foaf%3AisPrimaryTopicOf+%3Fwikipedia_url+.%0D%0A%0D%0A%09%7D&format=text%2Ftab-separated-values" \
| tr -d \" | grep -v "^wikipedia_url$" | head
http://en.wikipedia.org/wiki/U.S._News_&_World_Report
http://en.wikipedia.org/wiki/FriendFinder
http://en.wikipedia.org/wiki/Debkafile
http://en.wikipedia.org/wiki/GTPlanet
http://en.wikipedia.org/wiki/Lithuanian_Wikipedia
http://en.wikipedia.org/wiki/Connexions
http://en.wikipedia.org/wiki/Hypno5ive
http://en.wikipedia.org/wiki/Scoop_(website)
http://en.wikipedia.org/wiki/Bhoomi_(software)
http://en.wikipedia.org/wiki/Brainwashed_(website)

我不确定这是否给出了完整的结果集，因为它返回 1698 个结果，而wmflabs.org似乎建议应该有 4439 个结果。

对于问题的第二部分，只需对之前的查询进行一点小小的更改即可获取所有模板的列表：

SELECT DISTINCT ?template WHERE { 
    ?page  
    dbpprop:wikiPageUsesTemplate  
    ?template . 
    FILTER (regex(?template, "Infobox")) . 
} ORDER BY ?template

查看结果