MediaWiki

1. “Jacathon: Hack the Pyrenees”
Formación en Mediawiki para acceso a AragoPedia
David Portolés Rodríguez
Idearium Consultores
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
1

2. Índice
Motivación
Descripción
Wikimedia y Wikidata.org
Diferencias con Wikipedia
Contenidos
Metodología de carga y presentación de la información
Acceso vía portal
Acceso vía API
Ejercicios tipo
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
2

3. Motivación
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
3

4. Motivación
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
4

5. Formación en Mediawiki, Jaca, 26 de septiembre de 2014
Descripción
5
Basada en MediaWiki:
 Web colaborativa.
 Sw libre de WikiMedia Foundation.
 Incluye un API de acceso a contenidos.
 Extracción de contenidos: AragoDBPedia.
• Tripletas semánticas
• Sujeto – predicado – objeto
 Uso masivo del concepto de infobox:
• Info estructurada, no texto libre.
AragoPedia dispone de:
 768 artículos (731 municipios + 33
comarcas + 3 provincias + Aragón)

6. Wikimedia y wikidata.org
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
6
 Wikimedia es una fundación para:
• Facultar y animar a la gente de todo el mundo a reunir y desarrollar contenido educativo neutral.
• Bajo una licencia de contenido libre o en el dominio público.
• Difundirla de manera efectiva y global.
 Wikipedia (proyecto estrella, pero no único): uno de los diez sitios web más visitados del
mundo.
 Existe un activo chapter español: Wikimedia España (Wiki Loves Monuments...).
 Wikidata:
• Base de datos estructurados y enlazados.
• Libre uso, permite reutilización.
• Multilingüe.
• Fuente de otros proyectos de Wikimedia.
• Posible fuente adicional de información para tus desarrollos.
¡Puedes colaborar!

7. Diferencias con Wikipedia
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
7
 AragoPedia no es, por el momento, colaborativa.
 La información de AragoPedia está casi al 100% estructurada:
• Criterios homogéneos de estructuración en infoboxes.
• No hay apenas texto libre.
• Estructuración obligatoria en secciones.
 Casi toda la apariencia de AragoPedia se basa en plantillas (templates):
• Imagen homogénea y coherente.
• Comprensible por un humano.
 AragoPedia tiene una temática reducida (sólo hay 768 páginas por ahora).
 La información de AragoPedia es 100% oficial.
 AragoPedia aspira a completar Wikipedia, no a competir contra ella.

8. Contenido interno (infoboxes)
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
8

9. Ejemplo de página
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
9
Se busca lograr apariencia agradable al usuario humano: gráficas, textos, tablas...

10. Formación en Mediawiki, Jaca, 26 de septiembre de 2014
Metodología
10
{{Ficha de datos turisticos
| EST_HOTEL_MUNICIPIOS_2011 = 18
| PLAZAS_HOTEL_MUNICIPIOS_2011 = 871
| EST_CAMPINGS_MUNICIPIOS_2011 = 2
| PLAZAS_CAMPINGS_MUNICIPIOS_2011 = 1263
| EST_TURISMO_RURAL_MUNICIPIOS_2011 = 9
| PLAZAS_TURISMO_RURAL_MUNICIPIOS_2011 = 59
| EST_APARTAMENTOS_MUNICIPIOS_2011 = 4
| PLAZAS_APARTAMENTOS_MUNICIPIOS_2011 = 57
}}
…
{{#pPie: exploded|3d|legend|size=400x200|title=Plazas alojamiento turístico
(2011)|data=
Hoteles,{{{PLAZAS_HOTEL_MUNICIPIOS_2011|
{{{PLAZAS_HOTEL_COMARCAS_2011|{{{PLAZAS_HOTEL_PROVINCIA_2011|
{{{PLAZAS_HOTEL_ARAGON_2011|-}}}}}}}}}}}}
Turismo rural,{{{PLAZAS_TURISMO_RURAL_MUNICIPIOS_2011|
{{{PLAZAS_TURISMO_RURAL_COMARCAS_2011|
{{{PLAZAS_TURISMO_RURAL_PROVINCIA_2011|
{{{PLAZAS_TURISMO_RURAL_ARAGON_2011|-}}}}}}}}}}}}
Campings,{{{PLAZAS_CAMPINGS_MUNICIPIOS_2011|
{{{PLAZAS_CAMPINGS_COMARCAS_2011|
{{{PLAZAS_CAMPINGS_PROVINCIA_2011|
{{{PLAZAS_CAMPINGS_ARAGON_2011|-}}}}}}}}}}}}
}}
DATOS
PLANTILLA

11. Algunos de sus contenidos (1)
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
11
 Municipios:
o Datos de administración local.
o Padrón municipal y censo de población.
o Datos de reciclaje:
• "Recogida de vidrio: kilogramos y número de contenedores, por municipios y provincias. Aragón. Años
1997-2012.", (IAEST).
o Información turística:
• “Oferta de alojamiento turístico. Aragón y provincias”, (IAEST).
o Usos del suelo:
• “CORINE Land Cover”, (IAEST).
o Además:
 Mapa de situación obtenido de WMS de SITAR.
 Información urbanística publicada en SIUa.
 Toponimia publicada en SITAR.

12. Algunos de sus contenidos (2)
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
12
 Comarcas:
o Datos de administración local.
o Padrón municipal y censo de población.
o Información turística:
• “Oferta de alojamiento turístico. Aragón y provincias”, (IAEST).
o Además:
 Mapa de situación obtenido de WMS de SITAR.

13. Algunos de sus contenidos (y 3)
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
13
 Provincias:
o Datos de reciclaje:
• "Recogida de vidrio: kilogramos y número de contenedores, por municipios y provincias. Aragón. Años
1997-2012.", (IAEST).
o Consumo de carburante:
• “Consumo de productos petrolíferos”, (IAEST).
o Información turística:
• “Oferta de alojamiento turístico. Aragón y provincias”, (IAEST).
 Aragón:
o Padrón municipal.
o Datos de reciclaje:
• "Recogida de vidrio: kilogramos y número de contenedores, por municipios y provincias. Aragón. Años
1997-2012.", (IAEST).
o Consumo de carburante:
• “Consumo de productos petrolíferos”, (IAEST).
o Información turística:
• “Oferta de alojamiento turístico. Aragón y provincias”, (IAEST).

14. Acceso al contenido vía portal
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
14
 Código interno: opción VER FUENTE
 Desde VER FUENTE, acceso a plantillas:
http://opendata.aragon.es/aragopedia/index.php/Plantilla:Ficha_de_localidad_de_Espa%C3%B1a

15. Acceso al listados vía API
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
15
 Listado de páginas existentes:
o Obtener la lista de artículos publicados en formato HTML (limite máximo de primeros 500
resultados, informando de que hay más resultados, empezando por el siguiente valor a obtener
Orera):
http://opendata.aragon.es/aragopedia/api.php?action=query&list=allpages&aplimit=500
o Obtener la lista de artículos publicados a partir del valor Orera (para superar el máximo de primeros
500 resultados):
http://opendata.aragon.es/aragopedia/api.php?action=query&list=allpages&aplimit=500&apfrom=Orera
o Obtener la lista de artículos publicados en formato JSON:
http://opendata.aragon.es/aragopedia/api.php?action=query&list=allpages&aplimit=500&format=json
o Obtener la lista de artículos publicados en formato XML:
http://opendata.aragon.es/aragopedia/api.php?action=query&list=allpages&aplimit=500&format=xml

16. Acceso al contenido vía API
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
16
 Contenido del artículo en formato wiki-text (equivalente a VER FUENTE):
http://opendata.aragon.es/aragopedia/index.php?action=raw&title=Jaca
 Obtener el contenido interno de la página de Jaca en formato XML (infoboxes a
partir de los cuales se construye la página):
http://opendata.aragon.es/aragopedia/api.php?action=query&prop=revisions&rvprop=content&titles=Jaca&format=xml
 Obtener el contenido generado de la página de Jaca en formato XML:
http://opendata.aragon.es/aragopedia/api.php?action=parse&page=Jaca&format=xml
 Obtener las secciones de la página de Jaca en formato XML:
http://opendata.aragon.es/aragopedia/api.php?action=parse&page=Jaca&format=xml&prop=sections
 Obtener el contenido de las sección 2 de la página de Jaca:
http://opendata.aragon.es/aragopedia/api.php?action=query&titles=Jaca&prop=revisions&rvprop=content&rvsection=2
 Varias páginas en formato JSON, XML o TXT:
http://opendata.aragon.es/aragopedia/api.php?action=query&prop=revisions&rvprop=content&format=xml&titles=Jaca|
Benasque&format=xml

17. Búsquedas vía API
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
17
 Realizar la búsqueda de la palabra Rodriguez en todas las páginas (con máximo de 20
resultados):
http://opendata.aragon.es/aragopedia/api.php?
action=query&list=search&srwhat=text&srsearch=Rodriguez&format=xml&srlimit=20
 Realizar la búsqueda de la palabra Rodriguez en todas las páginas a partir del resultado
25, con 20 resultados máximo:
http://opendata.aragon.es/aragopedia/api.php?
action=query&list=search&srwhat=text&srsearch=Rodriguez&format=xml&sroffset=25&srlimit=
20

18. Exportación vía API
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
18
 Exportación de contenidos en XML (permite la carga en otras instancias de Mediawiki):
http://opendata.aragon.es/api.php?action=query&export&exportnowrap&titles=Panticosa|Benasque
 Además se ofrece un dump completo:
http://opendata.aragon.es/aragopedia/dumps

19. Otra información vía API
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
19
 Metadatos de la página:
http://opendata.aragon.es/aragopedia/api.php?action=query&prop=info&titles=Jaca&format=xml
 Enlaces a otras páginas:
http://opendata.aragon.es/aragopedia/api.php?action=query&generator=links&prop=revisions&titles=Jaca
 Imágenes incluidas en la página:
http://opendata.aragon.es/aragopedia/api.php?action=query&prop=images&titles=Jaca
 Enlaces inversos:
http://opendata.aragon.es/aragopedia/api.php?action=query&list=backlinks&bltitle=La_Ribagorza
Utilidades para uso del API en distintos entornos: http://www.mediawiki.org/wiki/API:Client_code

20. ?
David Portolés Rodríguez
dportoles@idearium-consultores.com
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
20
“Jacathon: Hack the Pyrenees”
Formación en Mediawiki para acceso a AragoPedia

21.  Acceso al contenido de la página de la provincia de Zaragoza en HTML y XML.
 Comprobar la lista de secciones de La Ribagorza, provincia de Huesca y Aragón. Ver cuáles
son compartidas y cuáles no.
 Obtener la lista de secciones de Veracruz. ¿es igual que el resto de municipios?
 Reflexión: ¿Qué datos podrían ser de más interés incorporar en AragoPedia? ¿Qué nuevas
páginas deberían incorporarse?
 ¿En cuántos documentos aparece la palabra “torres”? ¿se hace búsqueda exacta?
 Ver el resultado al incluir a la anterior srprop=snippet|score
Formación en Mediawiki, Jaca, 26 de septiembre de 2014
Ejercicios tipo
21
Si sobra tiempo:
 Obtener la lista de páginas y ver si son 768. En caso de que haya más, detectar cuales son
las extra.
 Descargar todos los documentos en ficheros XML independientes.