如何用Python/SPARQL批量查询Wikidata ID的直接子类关系？

我有一批Wikidata ID列表，示例为：["Q42"（道格拉斯·亚当斯）, "Q752870"（机动车辆）, "Q1420"（汽车）, "Q216762"（掀背车）]，需要找出其中存在直接子类（P279）关系的ID对，期望输出格式为[("Q752870", "Q1420"),("Q1420","Q216762")]。

原本我打算通过成对遍历的方式逐个查询：

subclass_pairs = []
for a in list:
   for b in list:
     if custom_query_handler(a,b):
        subclass_pairs.append((a,b))

但这种方式会产生大量SPARQL请求，想知道如何通过单次SPARQL请求实现需求，或者有没有其他可行方案？

你可以通过单次SPARQL查询解决这个问题，核心是利用VALUES子句批量传入所有待检查的Wikidata ID，一次性筛选出符合直接子类关系的ID对，避免多次请求的开销。

具体SPARQL查询语句 #

PREFIX wd: <http://www.wikidata.org/entity/>
PREFIX wdt: <http://www.wikidata.org/prop/direct/>

SELECT ?subclass ?superclass
WHERE {
  # 批量传入所有待检查的Wikidata ID
  VALUES ?target { wd:Q42 wd:Q752870 wd:Q1420 wd:Q216762 }
  
  # 匹配直接子类关系：?subclass 是 ?superclass 的直接子类
  ?subclass wdt:P279 ?superclass
  
  # 确保两个实体都在你的目标列表中
  FILTER (?subclass IN (?target) && ?superclass IN (?target))
}

语句解释 #

1. VALUES ?target { ... }：将你所有的目标Wikidata ID绑定到?target变量，相当于把列表传入查询。
2. ?subclass wdt:P279 ?superclass：使用wdt:前缀（直接属性）匹配直接子类关系，如果用p:P279会包含间接子类，这里要注意区分。
3. FILTER条件：确保查询返回的子类和父类都属于你提供的ID列表，过滤掉列表外的无关实体。

结果处理 #

执行查询后，你会得到类似如下的结果集：

只需要提取结果中的subclass和superclass的ID部分（去掉wd:前缀），转换成你需要的元组列表格式即可。

替代优化方案 #

如果你的ID列表非常长（超过几十上百个），可以考虑将ID列表作为参数传入SPARQL查询（大部分SPARQL客户端支持参数化查询），避免手动拼接VALUES子句的麻烦。

内容的提问来源于stack exchange，提问作者Tiago Lubiana