获取所有维基百科信息框模板和使用它们的所有页面

Question

给定像 Wikipedia: Stack Overflow 这样的 Wikipedia 页面，通常会有信息框（大部分位于右侧）页面顶部）。屏幕截图示例：

1. DBPedia 将所有这些属性列为 RDF 三元组。您可以在 DBPedia：Stack Overflow 中查看该示例。在那里您可以看到属性 dbpprop:wikiPageUsesTemplate 及其值 dbpedia:Template:Infobox_website ，这很有趣。我想知道哪些维基百科页面使用此模板。我怎样才能做到这一点并列出使用 Infobox_website 模板的所有页面？最好使用 SPARQL 查询，但我愿意接受其他简单的解决方案。

2. 接下来是所有信息框模板的列表。 维基百科：类别信息框模板 显示所需维基百科类别的层次结构 - 看起来像我的内容我正在寻找。但我希望所有这些都以机器可读的格式在一页上。也许 DBPedia 在这里也是正确的？在 DBPedia：类别 Infox 模板 和 DBPedia: INFOBOX 我发现信息很少。但这些看起来非常有前途。我如何使用 SPARQL 查找所有 Infobox 类型，以便我可以为每个类型重复执行步骤 1？

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

更新 1

我似乎已解决问题 1：SPARQL：列出包含 Infobox_website 的所有页面

更新 2

另外，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 Infobox 类型的所有页面：

SELECT * WHERE { ?page dbpedia2:wikiPageUsesTemplate
。 ？页
dbpedia2:名称？名称。 }

<一href="http://dbpedia.org/snorql/?query=SELECT%20%2a%20WHERE%20%7B%20%20?page%20dbpedia2%3awikiPageUsesTemplate%20 %3Chttp://dbpedia.org/resource/Template%3aInfobox_website%3E%20.%20%20?page%20dbpedia2%3aname%20?name%20.%7D">链接at SNORQL

---

2) 此 SPARQL 查询可用于查找所有 Infobox 类型：

SELECT DISTINCT ?template WHERE { ?page
dbpedia2:wikiPageUsesTemplate ?模板 。过滤器（正则表达式（？模板，
“信息框”））。 } 排序依据？模板

链接在 SNORQL

Answer 2

之前的答案似乎已经失效了。只需要进行一些小的更改即可让它们在新的 dbpedia 查询端点上工作，网址为 http://live.dbpedia.org/ sparql 不过。

要获取所有页面及其使用的模板的列表，可以使用此查询：

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

查看结果（仅限100)

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

我还使用 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。

---

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

Answer 3

您还可以使用 MediaWiki API 的 embeddedin 查询返回包含以下内容的所有页面的列表：给定的模板。不过，您会想要使用库来访问 API，您更喜欢哪种语言？对于 Ruby，我建议使用 MediaWiki::Gateway。