问题标签 [wikipedia-api]

这可能是一个非常简单的问题，但我似乎无法格式化帖子 webrequest/response 以从Wikipedia API获取数据。如果有人可以帮助我查看我的问题，我已经在下面发布了我的代码。

我正在尝试找出是否有 Wikipedia API（我认为它与 MediaWIki 有关？）。

如果是这样，我想知道如何告诉维基百科给我一篇关于纽约洋基队的文章。

此示例的 REST URL 是什么？

关于这个主题的所有文档似乎都相当复杂。

我仍然坚持尝试从维基百科解析文章的问题。实际上，我希望解析来自维基百科的文章的信息框部分，即我的应用程序引用了国家，并且在每个国家页面上，我希望能够显示该国家相应维基百科文章中的信息框。我在这里使用 php - 如果有人有任何代码片段或关于我应该在这里做什么的建议，我将不胜感激。

再次感谢。

编辑

好吧，我有一个带有国家名称的数据库表。我有一个脚本，它包含一个国家并显示其详细信息。我想获取信息框 - 带有所有国家/地区详细信息图像等的蓝色框，因为它来自维基百科并将其显示在我的页面上。我想知道一个非常简单的方法来做到这一点 - 或者有一个脚本，只是将信息框的信息下载到本地远程系统，我以后可以自己访问。我的意思是我对这里的想法持开放态度 - 除了我想要的最终结果是在我的页面上看到信息框 - 当然在底部有一些维基百科内容链接:)

编辑

我想我在http://infochimps.org上找到了我想要的东西——他们有大量的数据集，我认为是 YAML 语言。我可以直接使用这些信息，但我需要一种方法来不时地从维基百科不断更新这些信息，尽管我相信信息框很少改变，尤其是在国家/地区，除非某个国家决定更改其首都左右。

我想知道：是否有任何 API 或查询接口可以让我访问维基百科数据？

似乎获得 Bot 帐户批准的唯一方法是添加或编辑已经在 Wikimedia 上的信息。如果您尝试在没有机器人帐户的情况下使用某些 api 库下载任何图像，您会收到错误消息而不是图像。似乎他们阻止了任何不从浏览器进入的人？其他人有这方面的经验吗？我在这里错过了什么吗？

我看到有许多用于编写维基百科机器人的php（和其他）框架，但验证码不是问题吗？或者机器人不必解决它（但这听起来好像一开始就没有验证码......）？或者也许我可以让我的 prog 停止并让我填写验证码？

我有一篇 Wikipedia-Article，我想从文章中获取前 z 行（或前 x 字符或前 y 字，无关紧要）。

问题：我可以获取源 Wiki-Text（通过 API）或解析的 HTML（通过直接 HTTP 请求，最终在打印版本上），但我怎样才能找到显示的第一行？通常，源代码（html 和 wikitext）以信息框和图像开头，而要显示的第一个真实文本位于代码中的某个位置。

例如： 维基百科上的阿尔伯特·爱因斯坦（印刷版）。查看代码，第一个真实文本行“Albert Einstein（发音为 /ˈælbərt ˈaɪnstaɪn/；德语：[ˈalbɐt ˈaɪ̯nʃtaɪ̯n]；1879 年 3 月 14 日至 1955 年 4 月 18 日）是一位理论物理学家。” 不是在开始。这同样适用于Wiki-Source，它以相同的信息框开头，依此类推。

那么你将如何完成这项任务呢？编程语言是java，但这无关紧要。

我想到的一个解决方案是使用 xpath 查询，但这个查询对于处理所有边界情况会相当复杂。[更新]没那么复杂，看下面我的解决方案！[/update]

谢谢！

我对 MediaWiki 还很陌生，现在我遇到了一些问题。我有一些 Wiki 页面的标题，我只想使用api.php获取所述页面的文本，但我在 API 中找到的所有内容都是获取页面 Wiki 内容的一种方式（使用 wiki 标记）。我使用了这个 HTTP 请求...

但我只需要文本内容，没有 Wiki 标记。MediaWiki API 有可能吗？

我想知道在 Objective-C 中是否有任何现有的库或可以从 Objective-C 访问这些库，这些库可以让我抓取像这样格式化的页面。具体来说，所有日期和每个日期旁边的所有文本。如果不是，那么最好的方法是什么？常用表达？我听说NSString可能已经为此提供了内置方法。这是真的？

我环顾四周，看看是否有任何替代抓取的方法，例如 XML 文件或 API。我确实找到了一个 API，但我看到的唯一可用的客户端是其他语言的，它们似乎只能将内容发布到页面，而不是检索它。

编辑：所以我在这些链接中找到了有关 API 的更多信息：

• 媒体维基 API
• API:查询

我能够提出这个请求，它返回一些 HTML 编码的文本（格式是 XML，但它包括页面的文本等»a href=。我​​会继续查看文档，看看我能不能把这个出来好一点，如果不是，有没有关于解析这个的建议？

编辑 2：好的，多亏了这个文档页面，我能够检索数据的最简单和最干净的方法是使用这个构造的链接，它返回相关部分的原始数据（在 wiki 标记中）。但是，我想我需要解析它，但如果确实如此，它应该比整篇文章容易得多。

是否有人对解析 wiki 标记有任何建议，例如 Objective-C 中的以下内容？

我最终想要的是，我猜想一个NSDictionary或类似的集合将存储日期以及随附的信息片段。谢谢！

像维基百科这样大的网站如何对重复的条目进行分类？

从用户创建重复条目的那一刻起，我需要知道确切的过程等等。如果您不知道但您知道方法，请发送。

- - 更新 - -

假设有 wikipedia.com/horse，然后有人创建了 wikipedia.com/the_horse，这是一个重复的条目！它应该被删除或可能被重定向到原始页面。