Python Wikidata查询服务-获取页面的创建日期

我正在寻找一种方法，在英文维基百科上获取所有的电影，以及它们的制作日期。 我的电影是一个带有IMDB ID的页面。 这是我到目前为止的疑问：

SELECT DISTINCT ?item_label ?imdb_id  (year(?dateCreation) as ?AnneeCreation) WHERE {
      ?item wdt:P345 $imdb_id.
      filter STRSTARTS(?imdb_id,"tt")
  OPTIONAL{
    ?item wdt:P571 ?dateCreation.           
  }

      SERVICE wikibase:label { bd:serviceParam wikibase:language "en".}  
      ?article schema:about ?item ; schema:isPartOf <https://en.wikipedia.org/> ; schema:name ?item_label
    }

选择不同的项目标签imdb id（年份（？创建日期）作为AnneCreation），其中{
？项目wdt:P345$imdb\U id。
过滤器STRSTARTS（？imdb_id，“tt”）
可选的{
？项目wdt:P571？日期创建。
}
服务wikibase:标签{bd:serviceParam wikibase:语言“en”。}
？文章模式：关于？项目；模式：isPartOf；模式：名称？项目标签
}

问题是大多数页面没有P571属性， 所以我想知道是否有更好的方法来获取创建日期？ 也许是因为修订历史或其他原因，我找不到这样的选择

---

任何帮助都将不胜感激

因此，正如评论所指出的，Wikidata属性（带有一些罕见的示例，如特色文章标志）描述了基础概念，而不是Wikipedia页面元数据。正如@AKSW所指出的，与维基百科API对话的能力是有限的，但我的理解是，这对于大量的文章来说并不太好（注意示例代码中的限制为50）

然而，一切都没有失去！我用一点横向思维，为最近在中发表的大量文章制定了一种大规模的方法

第一步：找出你的Wikidata查询。tt前缀的IMDB标签可能适用于电影以外的事物（例如电视剧、体育广播），因此另一种方法可能是执行P31/P279类型/类搜索，以查找所有“电影或电影的子类”。您还需要添加一个明确显示“并且只有英文维基百科中的一篇文章”的过滤器，我看您已经这样做了。请注意，这将为您提供WP文章的名称，而不是Wikidata项的“标签”，这是不同的，因此您可以删除（耗时的）标签服务子句。您将得到类似的结果（仍然使用tt-prefix方法并获得180k结果）或（P31/P279过滤器加tt-prefix，136k结果）

运行此查询，将结果保存到TSV的某个位置，然后继续执行步骤2。我们将在这里使用的工具是，它旨在链接来自Wikipedia类别、Wikipedia元数据、Wikidata查询等的数据

将SPARQL查询输入到选项卡4（“其他源”），并在该选项卡底部说“使用wiki:enwiki”。这将迫使它输出与此查询链接的维基百科文章上的数据

现在点击“DoIt”，稍等片刻（我测试它时花了大约100秒），然后检查结果。您将看到我们得到了标题（WP文章）、页面ID、名称空间（希望总是“（文章）”、大小（以字节为单位）和最后接触的日期。这些都不是创建日期

…除了其中一种是。PageID是按顺序分配的，因此它们基本上是创建时间戳。关于边缘情况，这里有一些细微差别-例如，如果我在2010年创建了一个名为“示例（电影）”的重定向，并在2015年手动编辑重定向，使其成为一篇名为“示例（电影）”的真实文章，它将显示为2010年创建的页面。对于删除和重新创建的页面，或具有复杂页面移动历史记录的页面，也可能会出现奇怪的结果（不过，直接的页面移动应该保留ID）。但是，一般来说，对于95%的项目，pageID将反映它首次在Wiki上创建的时间。例如，创建了431900000；创建了531900000；等等

回到PetScan-让我们下拉所有这些项目。在PetScan中，转到最后一个选项卡并选择TSV。重新运行搜索并保存结果文件

现在，我们有一个带有Wikidata ID、IMDB ID和WP页面标题（以及您希望从WD查询中恢复的任何内容）的TSV；还有一个带有WP页面标题和页面ID的TSV。您可以使用WP页面标题将它们链接在一起，让您从“Wikidata中的结果”转到“页面ID”.清理这些文件并按您喜欢的方式链接它们-我在bash中完成了这项工作，您可能希望使用更合理的方法，如python

现在您可以将PageID转换为创建日期。对于我所做的工作，我只对6个月的BIN感兴趣，所以我只计算出每年1月1日和7月1日创建的任意PageID，并计算它们之间的ID。您可以做同样的事情，或者使用API查找单个PageID并获取创建时间戳-具体取决于什么是创建时间戳不是你想得到的

---

这比仅仅使用查询服务要复杂一点，它“可能”会为一篇或两篇具有复杂历史记录的文章提供虚假结果，但它基本上可以让您完成最初要求的操作。

wdt:P571

是实体本身创建日期的属性，而不是对应的属性Wikipedia文章创建。据我所知，Wikidata中没有此类信息，至少如果你通过

？article？p？o.

三重模式进行检查，你不会得到任何w.r.t.那种元数据。我可以查看这些信息的唯一途径是通过Wikidata

bd:serviceParam wikibase:api“生成器”.

。您可以尝试在SPARQL查询中使用它。至少您可以得到类似上次触摸日期的内容。只是一个草图：

SELECT？item？pageid？date，其中{item wdt:P31 wd:Q11424。？item wdt:P345$imdb_id.SERVICE wikibase:mwapi{bd:serviceParam wikibase:endpoint“en.wikipedia.org”.bd:serviceParam wikibase:api“Generator”。bd:serviceParam mwapi:Generator“search”。bd:serviceParam mwapi:gsrsearch“hastemplate:\“infobox film\”。bd:serviceParam mwapi:GSRLMIT“max”。

bd:serviceParam wikibase:limit 50。bd:serviceParam mwapi:gcmprop“ids”\124; title\124; type\124;.？项目wikibase:apiOutputItem mwapi:item.？页面ID wikibase:apiOutput“@pageid”？ns wikibase:apiOutput“@ns”？日期wi