是否存在维基百科Pageid到wikidata id映射的转储？

Question

这个页面：http://wikidata.dbpedia.org/downloads/20160111/有一个名为wikidatawiki-20160111-page-ids.ttl.bz2的转储，其中包含维基数据ID，他们称之为wikipage id。 wikipage id似乎与维基百科的pageid不同。

例如对于德国：

• 维基百科pageid = 11867
• Wikidata id = Q183，wikipage id = 322。

所以基本上这个转储映射Q183到322，而我需要将Q183映射到11867。

作为参考：https://en.wikipedia.org/w/index.php?title=Germany&curid=11867 URL中的curid表示维基百科页面ID。

是否有任何具有维基数据ID和维基百科pageid的等效转储文件？ （我不想使用API​​并逐个循环我的维基百科页面ID，如下所示：https://en.wikipedia.org/w/api.php?action=query&prop=pageprops&format=xml&pageids=11867）

编辑：我不确定waht究竟是wikipage id，但也许在我在问题中提到的转储顶部有一个wikipageId到维基百科pageid映射文件。

Answer 1

如果您愿意考虑API调用解决方案而不是使用dump plus格式调整，则可以使用pageprops操作的query属性。

例如，如果我们想找到Albert Einstein的Wikidata项目，给定维基百科页面标题，你会做：

 https://en.wikipedia.org/w/api.php?action=query&format=json&prop=pageprops&titles=Albert Einstein

这使：

 {
   "batchcomplete": "",
   "query": {
     "pages": {
       "736": {
         "pageid": 736,
         "ns": 0,
         "title": "Albert Einstein",
         "pageprops": {
           "defaultsort": "Einstein, Albert",
           "page_image": "Einstein_1921_by_F_Schmutzer_-_restoration.jpg",
           "wikibase-badge-Q17437798": "1",
           "wikibase_item": "Q937"
         }
       }
     }
   }
 }

像这样我们可以在wikibase_item检索wikidata项目ID。

（这是Dmitry Brant在Mediawiki-api mailing list最初回答的）

这可能是一个更好的解决方案，因为：

1. 您只搜索所需的项目，而不必搜索整个转储
2. 您可以直接使用JSON或XML获得答案

Answer 2

我终于找到了上述请求的转储： https://dumps.wikimedia.org/enwiki/20160720/ 那里有一个文件： enwiki-20160720-page_props.sql.gz 问题是该文件是一个MySql脚本，而我正在寻找一个JSON或XML文件。我写了一个非常简短的PHP脚本来提取括号块并具有适合我需要的格式。

Answer 3

我创建了一个Python包和命令行工具来处理名为wikimapper的问题。它可以通过pip install wikimapper安装。它使用Wikipedia SQL转储创建索引，然后可以非常快速地映射多次（比Wikidata SPARQL端点快得多）。您可以使用我的precomputed indices之一并使用此sqlite3数据库或使用该程序包将维基百科页面标题/维基百科URL映射到维基数据ID，反之亦然。使用页面名称或URL而不是内部维基百科ID应该更加舒适。

Answer 4

我发现此链接可能对您有所帮助。

enwiki dump progress on 20190401

链接是：enwiki-20190401-wbc_entity_usage.sql.gz 212.5 MB

格式是这样的：

(43094421,'P1070','C.P1630',78195)

哪种结构是：

`eu_row_id` bigint(20) NOT NULL AUTO_INCREMENT,
`eu_entity_id` varbinary(255) NOT NULL,
`eu_aspect` varbinary(37) NOT NULL,
`eu_page_id` int(11) NOT NULL,