标签: mediawiki-api

我正在寻找一种通过查询某种API来获取任何给定单词的发音的方法.由于维基词典很方便找到我试图使用他们的API的单词发音,但我如何获得特定单词的发音？

是否有任何R包允许查询维基百科(最有可能使用Mediawiki API)获取与此类查询相关的可用文章列表,以及导入文本挖掘的选定文章？

任何人都知道如何使用mediawiki API获取维基百科页面的修订数量？我已阅读此API文档,但找不到相关的API:
Revision API

我正在尝试编写一个python程序,可以在维基百科上搜索人们的出生和死亡日期.

例如,阿尔伯特爱因斯坦出生于1879年3月14日; 去世:1955年4月18日.

我开始用Python获取维基百科文章

import urllib2
opener = urllib2.build_opener()
opener.addheaders = [('User-agent', 'Mozilla/5.0')]
infile = opener.open('http://en.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&rvsection=0&titles=Albert_Einstein&format=xml')
page2 = infile.read()

这项工作尽可能地发挥作用.page2是来自Albert Einstein维基百科页面的部分的xml表示.

我看了这个教程,现在我有xml格式的页面... http://www.travisglines.com/web-coding/python-xml-parser-tutorial,但我不明白怎么弄我想要的信息(出生和死亡日期)来自xml.我觉得我必须亲近,但是,我不知道如何从这里开始.

编辑

经过几次回复后,我安装了BeautifulSoup.我现在正处于可以打印的阶段:

import BeautifulSoup as BS
soup = BS.BeautifulSoup(page2)
print soup.getText()
{{Infobox scientist
| name        = Albert Einstein
| image       = Einstein 1921 portrait2.jpg
| caption     = Albert Einstein in 1921
| birth_date  = {{Birth date|df=yes|1879|3|14}}
| birth_place = [[Ulm]], [[Kingdom of Württemberg]], [[German Empire]]
| death_date  = {{Death date and age|df=yes|1955|4|18|1879|3|14}}
| …

我可以轻松地将转储与维基所有的冠军,但这个转储包含的每一个字,甚至非英语的人.

例如,您找到souris(mouse法语):https://en.wiktionary.org/wiki/souris

有没有一种简单的方法或现有的脚本来获得只在一个标题特定语言.我想从wiktionary获得所有英语单词,不包括那种语言中不存在的单词.

到目前为止,我唯一的想法是解析文本并检查是否有==English==一行,但它太慢而无法使用.

如何使用MediaWiki API获取文章总数？

我在文档中找不到它:

• http://www.mediawiki.org/wiki/API:Search
• http://en.wikipedia.org/wiki/Help:Searching#Search_engine_features

即使粗略的近似也很好.

a的query一部分URL似乎由分隔&和关联的键值对组成=.

我总是使用jQuery的$.param()函数对我的查询字符串进行URL编码,因为我发现它使我的代码更具可读性和可维护性.

在过去的几天里,我发现自己正在调用MediaWiki API,但在使用硬编码的URL清理我的工作原型时,$.param()我注意到一些MediaWiki API包含带键而不是值的查询参数!

api.php???action=query?&?titles=Main%20page?&?redirects

请注意该部分&redirects,它没有任何价值.

jQuery $.param()采用一个对象,因为对象只包含键值对,所以不可能传递一个成员有一个键但没有值的对象.

这很好,所以我假设我可以传递一些值,例如null或者undefined或者0似乎所有这些都被视为相似.我发现这令人惊讶,我无法在MediaWiki API文档中发现有关此背后的原因的任何内容.

好吧,通过手动构建URL字符串,我可以很容易地解决这个问题.我的问题是"这是MediaWiki API中的一个怪癖吗？或者是URL编码设计中的一个怪癖？我应该阅读哪些内容来理解没有相关值的URL编码参数背后的原因？

当我使用 Wikipedia API 执行全文搜索时，我无法将搜索范围缩小到仅标题 (srwhat=title)。

所以在任何地方搜索（默认） http://en.wikipedia.org/w/api.php?action=query&list=search&srsearch=sql&srnamespace=14&format=xml

返回结果，如果我添加 srwhat=title，则会出现错误：

<api servedby="mw69">
  <error code="srsearch-title-disabled" info="title search is disabled"/>
</api>

这个错误甚至列在文档中（http://www.mediawiki.org/wiki/API:Search），但没有任何解释。

是否有可能获得所有维基百科国家、地区和城市之间存在关系的列表？我找不到适合此任务的任何 API。解析我需要的所有信息的最简单方法是什么？PS：我知道，我可以从其他数据源获取此信息。但是我对维基百科很感兴趣...

我正在尝试从维基百科获取所有内容:Unusual_articles,我可以通过调用此端点来获取表内容列表:

https://en.wikipedia.org/w/api.php?action=parse&format=json&prop=sections&page=Wikipedia:Unusual_articles

我得到的数据看起来像这样:

{
    title: "Wikipedia:Unusual articles",
    pageid: 154126,
    sections: [
        {
            toclevel: 1,
            level: "2",
            line: "Places and infrastructure",
            number: "1",
            index: "T-1",
            fromtitle: "Wikipedia:Unusual_articles/Places_and_infrastructure",
            byteoffset: null,
            anchor: "Places_and_infrastructure"
        },
        {
            toclevel: 2,
            level: "3",
            line: "Americas",
            number: "1.1",
            index: "T-2",
            fromtitle: "Wikipedia:Unusual_articles/Places_and_infrastructure",
            byteoffset: null,
            anchor: "Americas"
        },
...

但是我无法获得特定部分的内容.例如,under Americas是带有链接和简短描述的表的列表,但有没有办法从API获取链接和简短描述？