在Open Refine中与Wikidata匹配后能否直接获取维基百科页面ID？

问题背景 #

在OpenRefine中完成Wikidata匹配后，可通过「从匹配列添加列...」操作，使用「SPARQL: enwiki」属性路径下载英文维基百科站点链接。现希望获取页面变更时更稳定的维基百科页面ID，而非站点链接，询问是否有OpenRefine直接获取的方式。

解决方案 #

目前OpenRefine没有内置的一键获取选项，但可以通过自定义SPARQL查询实现直接获取，步骤如下：

• 确保已完成Wikidata匹配，拥有对应的匹配列（例如命名为「Wikidata项」）。
• 点击该匹配列的下拉菜单，选择「从匹配列添加列...」。
• 在弹出的配置窗口中，选择「自定义SPARQL查询」作为数据获取方式。
• 输入针对英文维基的SPARQL查询语句：

SELECT ?pageId WHERE {
  ?item wdt:P31 ?type;
        wdt:P1842 ?pageId.
  FILTER(?item = {{id}})
}

说明：wdt:P1842是Wikidata中对应维基百科页面ID的属性，{{id}}是OpenRefine自动替换为当前行匹配的Wikidata项ID的占位符。

• 设置新列名称（如「维基百科页面ID」），点击「确定」即可完成获取。

如果需要其他语言维基的页面ID，只需确认目标语言对应的页面ID属性（多数语言复用wdt:P1842），调整查询语句即可。

内容的提问来源于stack exchange，提问作者Richard Heidler