在python中获取维基百科文章的类别

Question

我正在使用下面提到的代码来检查维基百科页面是否存在。

term = "forensics"
a = urllib.request.urlopen("https://en.wikipedia.org/wiki/"+term).getcode()
print(a) 

如果页面存在（即a == 200），我想获取页面的类别（即，如果类别是计算机科学、工程等）。我们可以在 wikipedia api 中做到这一点吗？

Answer 1

使用pywikibot，您可以获得页面的类别forensics：

>>> import pywikibot as pw
>>> pw.Page(pw.Site('en'), 'forensics')
Page(Forensics)
>>> pw.Page(pw.Site('en'), 'forensics').exists()
True
>>> pw.Page(pw.Site('en'), 'forensics').categories()
<pywikibot.data.api.PageGenerator object at 0x7fea9d44ca90>
>>> list(pw.Page(pw.Site('en'), 'forensics').categories())
[Category(Category:Printworthy redirects), Category(Category:Redirects from short names), Category(Category:Redirects mentioned in hatnotes), Category(Category:Redirects with history)]
>>> [i.title() for i in list(pw.Page(pw.Site('en'), 'forensics').categories())]
[u'Category:Printworthy redirects', u'Category:Redirects from short names', u'Category:Redirects mentioned in hatnotes', u'Category:Redirects with history']

但我不认为这就是你要找的。forensics是一个重定向页面。您需要获取目标页面名称，并获取这个新页面的类别。

>>> pw.Page(pw.Site('en'), 'forensics').isRedirectPage()
True
>>> pw.Page(pw.Site('en'), 'forensics').getRedirectTarget()
Page(Forensic science)

另一个解决方案是解析讨论页，例如获取fromLaw Enforcement中的字符串和其他内容。用于获取与讨论页面对应的新 Page 对象。但与类别不同，解析讨论页面文本以获取项目名称并不是我可以建议您的官方方式，尽管它可能会帮助您将其分类为更一般的类别。{{WikiProject ...}}Talk:Forensic_sciencepage.toggleTalkPage()