维基百科文章可能有信息框模板。通过以下调用，我可以获得包含信息框的文章的第一部分。
http://en.wikipedia.org/w/api.php?action=parse&pageid=568801§ion=0&prop=wikitext
我想要一个只返回信息框数据的查询。这可能吗？
问问题
24492 次
4 回答
34
您可以像这样通过对 Wikipedia API 的 URL 调用来做到这一点：
http://en.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&format=xmlfm&titles=Scary%20Monsters%20and%20Nice%20Sprites&rvsection=0
将该部分替换为titles=您的页面标题，如果您想要 JSON 格式的文章，则format=xmlfm替换为。format=json
于 2012-12-12T21:06:53.060 回答
17
与其自己解析非常复杂的信息框，不如查看DBPedia，它将维基百科信息框提取为数据库对象。
于 2011-11-02T04:28:29.093 回答
4
如果页面有右侧信息框，则使用此 URL 以 txt 形式获取它。
我的例子是使用氢元素。您需要做的就是用您的标题替换“Hydrogen”。
https://en.wikipedia.org/w/index.php?action=raw&title=Template:Infobox%20hydrogen
如果您正在寻找 JSON 格式，请使用此 URL，但它并不漂亮。
https://en.wikipedia.org/w/api.php?action=parse&page=Template:Infobox%20hydrogen&format=json
于 2017-05-25T12:49:38.570 回答
3
在garry's answer 的基础上，您可以让 Wikipedia 通过rvparse参数将信息框解析为 HTML，如下所示：
http://en.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&format=json&titles=Scary%20Monsters%20and%20Nice%20Sprites&rvsection=0&rvparse
请注意，这两种方法都不会只返回信息框。但是从 HTML 内容中，您可以提取（通过，例如，Beautiful Soup）tablewith 类infobox。
在Python中，您可以执行以下操作
resp = requests.get(url).json()
page_one = next(iter(resp['query']['pages'].values()))
revisions = page_one.get('revisions', [])
html = next(iter(revisions[0].values()))
# Now parse the HTML
于 2017-01-30T11:06:34.757 回答