python - 有什么 api 可以下载存储在 mediawiki 服务器中的所有 excel 文件，以便使用 pandas 进行数据分析？

Question

给定一组 excel 文件，我有一个 python 脚本来进行数据分析。现在我们正在尝试通过定期搜索 mediawiki 服务器以查找最近上传的任何 excel 文件并应用我的脚本来自动执行此步骤。

我们正在尝试查看是否有任何方法可以至少获取 excel 文件的 url。

任何人都可以帮助我们吗？

Answer 1

要从 2021 年 4 月 4 日午夜开始以 XML 格式向英语维基百科上传多达 100 条内容，请发送https://en.wikipedia.org/w/api.php?action=query&list=logevents&leaction=upload/upload&lestart=2021-04-04T00:00:00Z&lelimit=100&format=xml.

.xls要提取以or结尾的上传文件的名称.xlsx，请使用 XPath 1 query (//item[ends-with(@title,'.xls')] | //item[ends-with(@title,'.xlsx')])/@title。

要从图像页面的名称中获取实际的图像 URL，请使用https://en.wikipedia.org/w/api.php?action=query&titles=File:Limbo Royal Blood.jpg|File:Photo of Miriam Roth.jpg&prop=imageinfo&iilimit=100&iiprop=url并应用 XPath //imageinfo/ii/@url。

请参阅https://www.mediawiki.org/wiki/API:Logevents。