如何通过MediaWiki API获得维基百科文章的信息框？

Question

维基百科文章可能有Infobox模板。通过以下调用，我可以获取包含Infobox的文章的第一节。

http://en.wikipedia.org/w/api.php?action=parse&pageid=568801&section=0&prop=wikitext

我想要一个只返回Infobox数据的查询，这是否可行？

- Erdem

---

请参考如何从维基百科信息框中提取信息？以获取更详细的答案。 - Tgr

Answer 1

您可以通过向维基百科API发出如下的URL调用来完成此操作：

http://en.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&format=xmlfm&titles=Scary%20Monsters%20and%20Nice%20Sprites&rvsection=0

用你的页面标题替换titles=部分，并将format=xmlfm改为format=json以获取JSON格式的文章。

- Gaʀʀʏ

Answer 2

不要自行解析信息框，这相当复杂。可以查看DBPedia，该网站将维基百科信息框提取为数据库对象。

- lambshaanxy

---

这将为您提供有关特定实体的所有关系，但不会告诉您信息框中存在哪些字段。 - MFARID

据我所知，他们没有通过API提供任何数据库，只有一些数据提取工具。因此，您需要在本地获取所有内容。 - Onkeltem

Answer 3

在Garry的回答的基础上，您可以通过rvparse参数让维基百科将信息框解析为HTML：

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，这两种方法都不会仅返回信息框。但是从HTML内容中，您可以提取（例如通过Beautiful Soup）带有类infobox的table。

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 

- reubano

Answer 4

如果页面有右侧信息框，则使用此URL以txt格式获取它。

我的示例正在使用元素氢。您需要做的就是将“氢”替换为您的标题。 https://en.wikipedia.org/w/index.php?action=raw&title=Template:Infobox%20hydrogen 如果您想要JSON格式，请使用此网址，但它不太美观。 https://en.wikipedia.org/w/api.php?action=parse&page=Template:Infobox%20hydrogen&format=json

- Michael DiCioccio

---

我认为这是有效的，因为这个页面存在： https://en.wikipedia.org/wiki/Template:Infobox_hydrogen。 仅将“ hydrogen”替换为“ summer”是不起作用的。 - Mariano Soto