xml - 从维基百科页面获取 xml

Question

我正在尝试从 xml 解析维基百科页面。我正在使用 Special:Export 链接来获取带有如下链接的页面的 xml：

http://en.wikipedia.org/wiki/Special:Export/Bruce_Willis

但是当我尝试获取文件或类别页面时，我无法使用此链接，例如，此页面不返回 xml：

http://en.wikipedia.org/wiki/Special:Export/Category:English-language_films

http://en.wikipedia.org/wiki/Special:Export/File:Bruce_Willis_by_Gage_Skidmore.jpg

我找到了一个解决方案，但我不明白：

1. 将命名空间作为页面名称的前缀（例如“Help:Contents”），除非选定的命名空间是主命名空间。
2. 对其他命名空间重复上述步骤（例如 Category:、Template: 等）

我在http://meta.wikimedia.org/wiki/Help:Export找到了这个解决方案。请问这是什么意思。

谢谢你。

Answer 1

Special:Export生成给定页面的内容，但“类别文章列表”或“文件”不是页面。您从导出中得到的只是类别或文件描述页面的 xml。

要检索属于某个类别的页面列表，您需要 MediaWiki API：Categorymembers.

试试这个例子。您还可以使用API Sandbox来了解不同的参数。

您不能直接下载文件。但是，imageinfoAPI 可以为您生成文件的 URL，例如this example。

另请参阅：使用 MediaWiki API 下载图像？