问题标签 [wikidata]

我有一个网页，其中包含来自维基百科的精选文章的所有链接，并且我提取了所有这些文章的标题、描述和关键字。但是我有一个问题，当网络爬虫开始提取文章的内容时，我的数据库中的字段描述保持为空，关键字显示“数组数组数组”。

如何提取维基百科文章的描述和关键字？

网络爬虫是用 php 和 mysql 编写的，这是实际代码：

我一直在努力使用它的 API 从 Wikipedia 获取书籍作者列表。我想让我网站的用户能够展示他们喜欢的作家。为了向他们展示喜欢同一个作家的其他人，我认为制作一个自动完成/建议文本框来向他们展示可能的作家是个好主意（之后，假设输入 3 个字符）。这样，可以避免拼写问题，而且我可以存储 pageId，然后我可以使用它来匹配用户。

编码不是问题！问题在于构建正确的查询。我尝试了几种方法，但我无法得到我想要的。也很少有例子可以说明如何做这种事情。

我想要什么：

• 返回页面的标题
• 仅页面（因此没有类别、修订等）
• 关于人的页面，或者如果可能的话作家（国籍不重要）
• 仅搜索标题

如果可能的话：

• 页面上的一些文字（我想只能在维基百科上得到这个？）
• 页面的 url
• 出生日期，以及适当的死亡日期

我不确定这是否可能。

我曾经通过使用一些正则表达式解析导出来从导出的 Wikipedia 文章中检索跨语言链接。

在WikiData 项目的第一阶段，这些链接已移至 Wikidata 上的单独页面。

例如，文章Ore Mountains在导出中不再有语言链接。语言链接现在位于Q4198上。

如何导出语言链接？

给定这样的数据：

如何制作有效的 JS/JQuery XML HttpRequest ？

我希望用人类可读的数据来增强我的应用程序中的几个“对象”。为此，我看过 Freebase、DBpedia 和 wikidata.org，目前正在使用 Freebase。不过，我不禁想知道我错过了什么。

那么：有什么区别？具体来说，覆盖范围有何差异，以及为最常查看的维基百科文章类型（例如“人物”、“地点”、“艺术家”、“专辑”等）提供的数据有何差异。

Wikidata是具有属性的对象的集合。

例如，对象巴塞罗那有一个 “坐标位置”属性，其值为“ 41°22'57”N，2°10'37“E ”。

假设该属性尚未设置。如何以编程方式设置它？

我从 Wikipedia 的 API 请求 JSON

http://en.wikipedia.org/w/api.php?action=query&prop=description&titles=WTO&prop=extracts&exsentences&explaintext&format=json

响应如下所示：

鉴于ramdom_number_here每个请求都会发生变化（所以我们不知道），如何访问extracortitle的数据？

鉴于 WikipediaAPI（英文维基百科上的一篇文章的标题），我的 url 提供了一个 JSON ：

响应如下所示：

鉴于<ramdom_number_here>每篇文章的变化，因此是不可预测的。

如何把握extract或title重用它的价值？

如何找到所有非维基数据链接到英语-维基导游文章的德语-维基导游文章？

例如：

• https://de.wikivoyage.org/wiki/Calabash_Bay（甚至没有出现在 Wikidata 上）
• https://de.wikivoyage.org/wiki/Cecina https://www.wikidata.org/wiki/Q157762

可以在 Python 中，但 bash 或任何工具甚至 HTTP 请求都可以，越简单越好。

我唯一能做的是这个链接：

但这会产生大量无用的数据。我需要的是获取给定项目的所有语句，但我在上面的查询中看不到任何语句。

这将是：

是否有用于此的 API 或者我必须抓取网页？