count - 计算维基百科结果

Question

我想获得符合条件的维基百科页面数。例如

• “房子” --> 1,200 页
• “人” --> 13,000 页
• “大学学院”-> 360 页

在许多其他方法中，我可以通过使用 Lucene 索引 Wikipedia 来做到这一点，但这非常耗时。

有没有办法在Media Wiki API上执行这种类型的查询？

维基百科 API 的查询限制是多少？

干杯，穆龙

Answer 1

试试list=search查询。例如：

• “屋”
• “男人”
• “大学学院”

（因为您说您只对匹配页面的数量感兴趣，所以我在查询中包含srlimit=1和srprop=以最小化返回的额外信息。但显然没有办法阻止 API 至少返回第一个匹配的标题；srlimit=0只是给出一条错误消息。）

至于查询限制，每个查询的结果数量有限制，但我认为 MediaWiki 不会对您查询 API的速率实施任何硬性限制。MediaWiki 确实限制了编辑率，但我认为目前没有任何此类限制适用于搜索。

我相信建议是串行运行查询——也就是说，在发送下一个查询之前等待上一个查询完成。这提供了一种自动速率限制，因为如果服务器很忙，您的查询将需要更长的时间才能完成。如果您想玩得好，您还可以在查询中包含一个maxlag参数（如果失败，最好使用指数退避）；maxlag 机制实际上是为自动编辑而设计的，而不是为搜索而设计的，但它至少可以确保您的代码在特别超载时不会访问 Wikimedia 的服务器。

此外，如果您想做很多此类查询，您可能需要考虑下载Wikipedia 数据库转储并自己编制索引（如您在问题中提到的那样），或者只是一次读取并计算匹配页面当你遇到他们。