Wikidata SPARQL技术问题：官方语言排序差异与有序查询方法

需求背景 #

需要获取某一国家的官方语言列表，结果需遵循以下排序规则：

• 优先采用该国官方规定的语言顺序；若无官方规定顺序，则按使用人数排序
• 首项必须为主要官方语言或使用人数最多的语言

以瑞士为例：

• 维基百科显示其官方语言顺序为：德语、法语、意大利语、罗曼什语
• Wikidata瑞士条目（Q39）的官方语言顺序为：德语、意大利语、法语、罗曼什语

但使用以下SPARQL查询获取瑞士官方语言时，返回顺序为法语、德语、意大利语、罗曼什语，既与Wikidata页面显示顺序不一致，首项也不是主要语言：

SELECT *
{
  BIND(wd:Q39 as ?country)
  
  OPTIONAL {
    ?country wdt:P37 ?officialLanguages.
    ?officialLanguages wdt:P424 ?officialLanguagesCode.
  }
}

技术问题 #

1. 为何该SPARQL查询返回的语言顺序与Wikidata页面显示的顺序不同？
2. 如何通过SPARQL获取符合要求的国家官方语言有序列表？

问题1解答 #

Wikidata的wdt:前缀对应的是简化属性查询，仅返回属性值，不保留条目声明的顺序信息。Wikidata页面显示的顺序是编辑者添加声明时的手动排序，但三元组存储本身是无序的，wdt:P37查询只会返回所有关联的官方语言，顺序由存储引擎的内部逻辑决定，因此和页面显示顺序不一致。

问题2解答 #

要实现符合要求的有序列表，需分场景处理：

场景1：优先获取Wikidata页面声明顺序

通过查询完整的声明数据（而非简化的wdt:属性），利用声明的内部ID排序，即可得到和Wikidata页面一致的顺序：

SELECT ?officialLanguage ?langCode
WHERE {
  BIND(wd:Q39 AS ?country)
  ?country p:P37 ?statement.
  ?statement ps:P37 ?officialLanguage.
  ?officialLanguage wdt:P424 ?langCode.
}
ORDER BY ?statement

?statement的内部ID包含了声明的添加顺序，排序后结果将和页面显示的官方语言顺序一致。

场景2：无明确声明顺序时按使用人数排序

如果需要 fallback 到使用人数排序，同时确保主要官方语言排在首位，可以结合语言的P1098（使用人数）属性和P1435（主要官方语言限定词）来实现：

SELECT ?officialLanguage ?langCode ?speakerCount
WHERE {
  BIND(wd:Q39 AS ?country)
  ?country p:P37 ?statement.
  ?statement ps:P37 ?officialLanguage.
  # 标记主要官方语言
  OPTIONAL { ?statement pq:P1435 wd:Q1221156. BIND(1 AS ?isPrimary) }
  # 获取使用人数
  OPTIONAL { ?officialLanguage wdt:P1098 ?speakerCount }
  ?officialLanguage wdt:P424 ?langCode.
}
# 排序逻辑：主要语言优先，再按使用人数降序，最后按声明顺序
ORDER BY DESC(?isPrimary) DESC(?speakerCount) ?statement

通用方案

上述第二个查询可覆盖大部分场景：既保留Wikidata页面的声明顺序，又能在有使用人数数据时优先按人数排序，同时确保主要官方语言始终排在首位。

内容的提问来源于stack exchange，提问作者alelom