如何在OpenRefine中通过Wikidata API提取实体的“实例类型”等属性？

1. 构造Wikidata API查询URL #

Wikidata的wbgetentities接口可直接根据实体ID获取属性数据，核心参数如下：

• action=wbgetentities：指定API操作类型
• ids=实体ID：传入你的Wikidata实体ID（如Q42），支持多个ID用竖线|分隔批量查询
• props=claims|labels：claims获取属性声明，labels获取实体标签（可选，用于直接显示名称而非ID）
• format=json：指定返回JSON格式
• languages=zh：指定返回中文标签（可选，可替换为其他语言代码）

单个实体查询URL示例：

https://www.wikidata.org/w/api.php?action=wbgetentities&ids=Q42&props=claims|labels&format=json&languages=zh

批量查询示例（同时查Q42和Q215380）：

https://www.wikidata.org/w/api.php?action=wbgetentities&ids=Q42|Q215380&props=claims|labels&format=json&languages=zh

2. 在OpenRefine中获取API数据 #

假设你的实体ID存储在名为wikidata_id的列中：

• 选中该列，点击下拉菜单 → 编辑列 → 添加列-从URL获取
• 在「URL表达式」中输入GREL代码，动态生成每个实体的查询URL：

  "https://www.wikidata.org/w/api.php?action=wbgetentities&ids=" + value + "&props=claims|labels&format=json&languages=zh"
  

• 设置请求延迟（建议1-2秒，避免触发API限流），点击「确定」运行，生成包含JSON数据的新列（命名为wikidata_data）。

3. 解析JSON提取目标属性 #

提取实例类型（P31） #

实例类型对应Wikidata属性P31（比如Q5=人物、Q215380=乐队），添加新列，使用以下GREL表达式提取中文标签：

var entity = value.parseJson().entities[value.parseJson().entities.keys()[0]];
if (entity.claims.P31) {
  forEach(entity.claims.P31, v, 
    var typeId = v.mainsnak.datavalue.value.id;
    entity.labels[typeId] ? entity.labels[typeId].value : typeId
  ).join("; ")
} else { "" }

如果只需要实例类型的ID，简化为：

forEach(value.parseJson().entities[value.parseJson().entities.keys()[0]].claims.P31, v, v.mainsnak.datavalue.value.id).join("; ")

提取其他属性 #

以提取人物出生日期（P569，YYYY-MM-DD格式）为例，添加新列使用：

var entity = value.parseJson().entities[value.parseJson().entities.keys()[0]];
entity.claims.P569 ? entity.claims.P569[0].mainsnak.datavalue.value.time.substring(1,11) : ""

替换P569为其他属性ID即可提取对应数据（比如乐队成立日期用P571，国籍用P27）。

4. 注意事项 #

• Wikidata API对请求频率有限制，批量处理时务必设置合理延迟，或使用批量ID查询减少请求次数
• 部分实体可能没有目标属性，需用if判断避免报错
• 若需要更复杂的查询（如过滤属性值），可改用Wikidata Query Service（SPARQL），通过sparql接口调用查询结果

内容的提问来源于stack exchange，提问作者Norhther