Wikidata Query Service按姓名首字母筛选结果的问题求助

核心需求实现：筛选姓氏以A/B开头、至少一个名字以C/M开头的人类个体 #

SELECT DISTINCT ?item ?itemLabel ?givenNameLabel ?familyNameLabel
WHERE {
  # 限定查询对象为人类
  ?item wdt:P31 wd:Q5 .
  
  # 绑定给定名（支持多名字场景）及对应英文标签，筛选首字母条件
  ?item wdt:P735 ?givenName .
  ?givenName rdfs:label ?givenNameLabel .
  FILTER(lang(?givenNameLabel) = "en")
  FILTER(strstarts(?givenNameLabel, "C") || strstarts(?givenNameLabel, "M"))
  
  # 绑定姓氏（支持多姓氏场景）及对应英文标签，筛选首字母条件
  ?item wdt:P734 ?familyName .
  ?familyName rdfs:label ?familyNameLabel .
  FILTER(lang(?familyNameLabel) = "en")
  FILTER(strstarts(?familyNameLabel, "A") || strstarts(?familyNameLabel, "B"))
  
  # 可选获取个体的英文全名标签（用于展示，不影响筛选逻辑）
  OPTIONAL { ?item rdfs:label ?itemLabel FILTER(lang(?itemLabel) = "en") }
}
LIMIT 1000

你之前代码的问题拆解 #

1. 最初代码的错误：

   • 直接用rdfs:label绑定?givenName和?familyName完全错误，rdfs:label是个体本身的名称标签，并非专门的名/姓字段，导致变量混淆，逻辑判断完全失效。
   • OPTIONAL会保留未匹配到标签的条目，此时?givenName或?familyName未绑定，FILTER条件会出现异常。

2. 结果过少代码的问题：

   • 强制要求?item wdt:P1448 ?name（正式名称属性），但大量Wikidata条目没有该属性，直接过滤掉了有效结果。

3. 无法区分姓名字段的问题：

   • 错误地将?item的rdfs:label赋值给?firstnameLabel和?lastnameLabel，应该取wdt:P735/wdt:P734对应的对象（即名字/姓氏的Wikidata条目）的标签，而非个体本身的标签。

优化说明 #

• DISTINCT去重：一个人可能有多个名字或姓氏，会生成多条重复的?item记录，DISTINCT确保每个个体仅出现一次。
• 明确语言过滤：通过lang(?xxxLabel) = "en"避免其他语言标签干扰首字母判断。
• 分条件绑定名和姓：两个FILTER默认是逻辑与关系，正好实现“同时满足姓名首字母条件”的需求。
• 可选全名标签：用OPTIONAL获取全名，不会过滤掉无英文全名的有效条目。

内容的提问来源于stack exchange，提问作者Dissentrix