Wikidata:Tietokannan lataaminen
Wikidata tarjoaa kopioita sisällöstä kaikille ladattavaksi.
Huomaa, että on olemassa myös muita tapoja päästä käsiksi Wikidatan tietoon, jotka eivät välttämättä vaadi kokonaisia tietokantavedoksia.
Database dumps
There are several different kinds of data dumps available. Note that while JSON and RDF dumps are considered stable interfaces, XML dumps are not. Changes to the data formats used by stable interfaces are subject to the Stable Interface Policy.
JSON dumps (recommended)
JSON-tietokantavedokset, jotka sisältävät kaikki Wikidata-entiteetit listana, löytyvät osoitteesta http://dumps.wikimedia.org/other/wikidata/. Näitä vedoksia luodaan viikoittain.
This is the recommended dump format. Please refer to the JSON structure documentation for information about how Wikidata entities are represented.
Hint: Each entity object (data item or property) is placed on a separate line in the JSON file, so the file can be read line by line, and each line can be decoded separately as an individual JSON object.
Note that the files are using parallel compression, which means that some decompressors cannot reliably unpack the files. If you are using Windows you can use e.g. Bzip2. On *nix systems, use lbzip2 which can decompress Bzip2 in parallel. pbzip2 is not a good choice because it is not able to decompress in parallel files not compressed with pbzip2.
You can currently download a fairly recent dump using a torrent.
wikidata-20240101-all.json.gz (130.53 GiB) on academictorrents.com (
magnet)
- JsonDumpReader is a PHP library for reading the dumps.
- gitlab.com/tozd/go/mediawiki is a Go library for processing Wikipedia and Wikidata dumps.
- WDSub is a Scala library that processes JSON Wikibase dumps and can generate subsets using entity schemas as inputs
- simple-wikidata-db is a JSON dump parser written in Python
- qwikidata supports JSON dumps and is written in Python
RDF dumps
First, canonical RDF dumps using the Turtle and NTriples formats can be found under https://dumps.wikimedia.org/wikidatawiki/entities/. The mapping is described here. These full statements are noted as all.
Secondly, so called truthy dumps are provided. They use the nt format. They are in the same format as the full dumps, but limited to direct, truthy statements. Therefore, they do not contain meta data such as qualifiers and references.
The -all dump files contain all entity information in Wikidata with the exception of order (of aliases, of statements, etc.), which is not naturally represented in RDF. The -truthy dump files encode the *best* statements (i.e. the ones with the highest rank of each given (subject, property) pairs) as single RDF triples (qualifiers and references are omitted).
The dumps of Wikidata Lexeme namespace in Turtle and NTriples formats can be found in the same place with lexemes suffix.
For details on the RDF dump format please see the page RDF Dump Format.
Partial RDF dumps
WDumper is a third-party tool to create custom Wikidata RDF dumps. Entities and statements may be filtered.
XML dumps
XML-tietokantavedokset ovat saatavilla osoitteesta http://dumps.wikimedia.org/wikidatawiki/.
Warning: The format of the JSON data embedded in the XML dumps is subject to change without notice, and may be inconsistent between revisions. It should be treated as opaque binary data. It is strongly recommended to use the JSON or RDF dumps instead, which use canonical representations of the data!
Lisäysvedoksia (tai lisäys–muutosvedoksia) Wikidatasta on myös saatavilla ladattavaksi. Nämä vedokset sisältävät viimeisten 24 tunnin aikana lisätyn aineiston, mikä vähentää tarvetta ladata koko tietokannan vedos. Nämä vedokset ovat myös huomattavasti pienempikokoisia kuin koko tietokannan vedokset.
Nämä vedokset ovat saatavissa täällä.
Old JSON and RDF dumps
Old RDF and JSON dumps can be found on the Internet Archive (Q461):
Datamalli
The data model can be looked up here. The data model describes the fundamental building blocks of Wikidata's data.
Database schema
An overview over the schema of the database can be found at this page. (This is not the schema of the data in Wikidata.)
Lisenssi
Wikidata tarjoaa kopioita saatavilla olevasta sisällöstä ladattavaksi. Näitä tietokantoja voi käyttää henkilökohtaisessa tai kaupallisessa käytössä, varmuuskopioina tai käytössä ilman Internet-yhteyttä. Kaikki jäsennetty data pää- ja ominaisuusnimiavaruuksista on saatavilla Creative Commons CC0 -lisenssillä. Teksti muissa nimiavaruuksissa on saatavilla Creative Commons Nimeä-Tarttuva -lisenssillä; voimassa voi olla lisäehtoja. Media ja muu sisältö ovat saatavilla muilla lisensseillä sen mukaan, mitä niiden kuvaussivuilla on ilmoitettu.
See also
- Wikipedia:Big data
- For instructions on retrieving RDF for individual items see the Data access page.