wikipedia - 如何从维基百科中提取统计数据？

Question

我想提取维基百科中所有死者的列表，并比较他们死时的年龄。维基百科中的所有死者都填写了以下字段：

| birth_name = Thomas Alva Edison
| birth_date = {{birth date|mf=yes|1847|02|11}}
| death_date ={{death date and age|mf=yes|1931|10|18|1847|02|11}}

我将不得不做一个爬虫？Wikipedia API 中有什么可以帮助我的吗？有什么地方可以开始爬行吗？有死者名单吗？

score 1 · Accepted Answer

您可以在此处找到可供下载的 Wikipedia 的所有内容的转储：

该文件是一个.xml数 GB 大小的文件，包含 Wikipedia 上所有页面的文本（以及其他内容）。你如何处理这取决于你将使用什么编程语言。

score 0 · Accepted Answer

这就是DBpedia的用途——数据库中来自维基百科的所有结构化数据。在http://dbpedia.org/sparql尝试以下查询：

select distinct ?p, ?d where {
  ?p a <http://dbpedia.org/ontology/Person> .
  ?p <http://dbpedia.org/ontology/deathDate> ?d .
}

2 回答 2