如何使用geonames ID丰富地方

Question

我有一个位置列表，我可以用地理名称的ID来充实这些地方。由于geonames在默认情况下是嵌入到WikiData中的，所以我选择使用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，我创建了我的图形，然后以RDF/XML的形式下载了它。这里有一个快照： ">http://localhost:3333/0"> A re5A1CE163-105 F-4BAF 8BF9
• 然后，我将RDF文件导入本地graphDB，并运行了联邦查询：

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。

输出应该如下所示：

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

有什么建议吗？

非常感谢。

Answer 1

我通过客户直接解决了这个问题

在这里我的管道：

1. 我已经创建了一个带有地名列表的Excel表
2. 我构建了一个Python脚本，它使用excel表中的值作为查询参数，并将输出保存到一个.txt文件中。例如，A re，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()

1. 我已经复制了excel工作表B列中的.txt文件的输出。
2. 然后，我将输出值拆分为两列。例如。

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

1. 由于地名和所获得的结果之间没有1:1的对应关系，所以我已经对齐了这些值。
   • 在excel表中，我创建了一个新的空列B
   • 在B列中，我编写了公式：=IF(ISNA(MATCH(A1;C:C;0));"";INDEX(C:C;MATCH(A1;C:C;0)))和我将公式迭代到列表的末尾
   • 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));"")和我将公式迭代到列表的末尾

​

最后的结果如下：

​

​