如何用SPARQL从Wikidata提取某国城镇乡村及详细信息？

问题背景 #

我需要提取德国的城市、城镇、村庄的邮政编码、州/省以及官方主页信息，这些数据大多存在于Wikidata中，但没法用SPARQL正确提取。

我的尝试及问题 #

第一个查询 #

SELECT ?city ?cityLabel WHERE {
  ?city wdt:P17 wd:Q183;
    (wdt:P31/(wdt:P279*)) wd:Q515;
  SERVICE wikibase:label { bd:serviceParam wikibase:language "en". }
}
ORDER BY ?cityLabel

问题：返回大量无标签记录，还包含非城镇乡村的条目（比如Q436183这类行政区）。

第二个查询 #

SELECT DISTINCT ?cityLabel ?countyLabel ?officialHomepage
WHERE {
  ?city wdt:P31 wd:Q515.
  ?city wdt:P17 wd:Q183.
  ?city wdt:P131 ?county.
  OPTIONAL { ?city wdt:P856 ?officialHomepage. }

  SERVICE wikibase:label { bd:serviceParam wikibase:language "de". }
}

问题：结果中的城镇数量极少，很多符合条件的聚落没被抓取到。

优化后的SPARQL查询 #

SELECT DISTINCT ?city ?cityLabel ?postalCode ?stateLabel ?officialHomepage
WHERE {
  # 匹配德国的城市、城镇、村庄及其子类
  ?city wdt:P17 wd:Q183;
        (wdt:P31/wdt:P279*) ?settlementType.
  VALUES ?settlementType { wd:Q515 wd:Q3957 wd:Q486972 } # 对应城市、城镇、村庄

  # 可选获取邮政编码（部分聚落可能无记录）
  OPTIONAL { ?city wdt:P281 ?postalCode }

  # 递归查找所属联邦州
  ?city wdt:P131* ?state.
  ?state wdt:P31 wd:Q1221156. # 德国联邦州的Wikidata ID

  # 可选获取官方主页
  OPTIONAL { ?city wdt:P856 ?officialHomepage }

  # 加载标签，优先德语，无德语则用英语
  SERVICE wikibase:label { 
    bd:serviceParam wikibase:language "de,en". 
  }

  # 过滤掉没有标签的无效条目
  FILTER (BOUND(?cityLabel))
}
ORDER BY ?cityLabel

查询逻辑解释 #

• 精准匹配聚落类型：用VALUES明确指定要抓取的三类聚落，结合(wdt:P31/wdt:P279*)匹配它们的所有子类，避免误抓行政区这类非居住实体。
• 灵活获取属性：用OPTIONAL包裹邮编和官网字段，确保不会因为部分聚落缺少这些信息而被过滤掉。
• 正确关联联邦州：通过wdt:P131*递归查找上级行政区域，直到找到类型为德国联邦州的实体，避免只抓取到区县层级的信息。
• 标签处理：设置多语言标签优先级，同时用FILTER (BOUND(?cityLabel))直接剔除无标签的无效条目。
• 去重处理：DISTINCT避免同一聚落因多条邮编或行政路径重复出现在结果中。

如果需要合并同一聚落的多个邮政编码，可以修改查询为：

SELECT ?city ?cityLabel (GROUP_CONCAT(DISTINCT ?postalCode; separator=", ") AS ?postalCodes) ?stateLabel ?officialHomepage
WHERE {
  ?city wdt:P17 wd:Q183;
        (wdt:P31/wdt:P279*) ?settlementType.
  VALUES ?settlementType { wd:Q515 wd:Q3957 wd:Q486972 }
  OPTIONAL { ?city wdt:P281 ?postalCode }
  ?city wdt:P131* ?state.
  ?state wdt:P31 wd:Q1221156.
  OPTIONAL { ?city wdt:P856 ?officialHomepage }
  SERVICE wikibase:label { bd:serviceParam wikibase:language "de,en". }
  FILTER (BOUND(?cityLabel))
}
GROUP BY ?city ?cityLabel ?stateLabel ?officialHomepage
ORDER BY ?cityLabel

内容的提问来源于stack exchange，提问作者Chris