sparql - 如何使用 geonames ID 丰富地点

Question

我有一个地点列表，我可以用地名中的 ID 来丰富这些地点。由于 geonames 默认情况下嵌入到 WikiData 中，因此我选择使用 WikiData 端点直接通过 SPARQL。

我的工作流程:

• 我已将 Excel 文件导入 OpenRefine 并创建了一个新项目

• 在 OpenRefine 中，我创建了图表，然后将其下载为 RDF/XML。这是快照:

    <rdf:Description rdf:about="http://localhost:3333/0">
        <rdfs:label>Aïre</rdfs:label>
        <crm:P1_is_identified_by>5A1CE163-105F-4BAF 8BF9</crm:P1_is_identified_by>
    </rdf:Description>
  

• 我已将 RDF 文件导入到本地 graphDB 中，并运行了联合查询:

PREFIX wd: <http://www.wikidata.org/entity/> 
PREFIX wdt: <http://www.wikidata.org/prop/direct/> 
PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
     SELECT  *
             WHERE {?place <http://purl.org/NET/cidoc-crm/core#P1_is_identified_by> ?value;
                         rdfs:label ?label_geo.
                     SERVICE <https://query.wikidata.org/sparql> { 
                         ?value wdt:P31/wdt:P279* wd:Q515;
                                rdfs:label ?label; 
                                wdt:P1566 ?id_value. 
                      } 
                   }  

     limit 10

没有结果。

输出应该是这样的:

|-----------------------|------------------|---------------|
|      Oggetto          |    Place         | GeonamesID    |
|-----------------------|------------------|---------------|
|5A1CE163-105F-4BAF 8BF9|      Aïre        |11048419       |
|-----------------------|------------------|---------------|

建议？

非常感谢。

Answer 1

我直接通过客户端解决了问题

这是我的管道:

1. 我创建了一个包含地名列表的 Excel 工作表
2. 我构建了一个 Python 脚本，该脚本使用 Excel 工作表中的值作为查询参数，并将输出保存在 .txt 文件中。例如。艾尔，https://www.geonames.org/11048419

import pandas as pd 
import requests
import json
import csv


url = 'http://api.geonames.org/searchJSON?'

#Change df parameters according to excel sheet specification.

df = pd.read_excel('grp.xlsx', sheet_name='Foglio14', usecols="A")

for item in df.place_name:

    df.place_name.head()

    #Change username params with geonames API username

    params ={   'username': "XXXXXXXX", 

                'name_equals': item,

                'maxRows': "1"}

    e = requests.get(url, params=params)

    pretty_json = json.loads(e.text)

    with open("data14.txt", "a") as myfile:

            writer = csv.writer(myfile)

            for item in pretty_json["geonames"]:

                    #print("{}, https://www.geonames.org/{}".format(item["name"], item["geonameId"]))

                    writer.writerow([item["name"], "https://www.geonames.org/{}".format(item["geonameId"])])  #Write row.

    myfile.close()

我已将 .txt 文件的输出复制到 Excel 工作表的 B 列中。

然后我将输出值分成两列。例如

    |---------------------|-----------------------------------|
    |      ColA           |     ColB                          |
    |---------------------|-----------------------------------|
    |         Aïre        | https://www.geonames.org/11048419 |
    |---------------------|-----------------------------------|

由于地名和获得的结果之间不存在 1:1 对应关系，因此我对值进行了对齐。

• 在 Excel 工作表中，我创建了一个新的空列 B
• 在 B 列中，我写下了公式:=IF(ISNA(MATCH(A1;C:C;0));"";INDEX(C:C;MATCH(A1;C:C;0) )) 并且我已经迭代了公式直到列表末尾
• 然后我创建了一个新的空列 C
• 在 C 列中，我编写了公式:=IFERROR(INDEX($E:$E;MATCH($B1;$D:$D;0));"") 并且我有迭代公式直到列表末尾

这里是最终结果: