如何修改Wikidata SPARQL查询获取Top50000位在世知名人物？

核心修改说明 #

要筛选在世人物，只需在查询中排除**有死亡日期（P570）**的条目，同时加入Wikidata常用的受欢迎度排序字段（如条目声明数量wikibase:statements，代表条目完善度/关注度）。

最终查询代码 #

SELECT DISTINCT ?item ?itemLabel WHERE {
  SERVICE wikibase:label { bd:serviceParam wikibase:language "[AUTO_LANGUAGE]". }
  ?item wdt:P31/wdt:P279* wd:Q215627. # 匹配人类条目（含子类）
  FILTER NOT EXISTS { ?item wdt:P570 ?deathDate. } # 排除已死亡的人物
}
ORDER BY DESC(wikibase:statements) # 按条目声明数量降序排序（体现受欢迎度）
LIMIT 50000

关键细节 #

• FILTER NOT EXISTS { ?item wdt:P570 ?deathDate. }：精准过滤掉所有记录了死亡日期的人物条目，只保留在世者。
• ORDER BY DESC(wikibase:statements)：wikibase:statements是Wikidata内置的指标，数值越高代表该人物的条目信息越完善、受关注度越高，是最通用的受欢迎度排序依据。
• 简化了原查询的嵌套结构，在保证逻辑准确的同时提升查询性能。

• Wikidata查询服务API：通过HTTP请求提交SPARQL查询，可直接获取JSON、CSV等结构化格式的结果，适合批量数据获取。
• Python工具库：
  • wikidata：轻量级库，支持快速查询实体属性，适合中小规模数据处理。
  • pywikibot：官方维护的功能全面的库，支持大规模数据爬取、筛选和排序，适配Wikidata的复杂数据结构。
• 全量数据集导出：Wikidata定期发布全量数据dump，可下载后在本地进行筛选处理，满足超大规模的数据需求。

内容的提问来源于stack exchange，提问作者Matt Wise