以编程方式从.NET中的WikiPedia获取文章

Question

我需要以编程方式从维基百科中获取文章，我需要能够以HTML或原始文本的形式获取部分及其内容。

以此页面为例：http://en.m.wikipedia.org/wiki/LINQ

我发现了这个.NET Api，但它似乎不支持获取文章。

https://github.com/svick/LINQ-to-Wiki

我可以使用任何.NET库，还是必须解析网站的html内容？

P.S。我知道维基百科有一个API，但是我看不到任何关于如何使用它来做我需要的例子。

Answer 1

使用API​​获取文章文本的方式如下：

http://en.wikipedia.org/w/api.php?action=query&titles=LINQ&prop=revisions&rvprop=content

使用LINQ to Wiki，它是类似的：

string text =
    wiki.CreateTitlesSource("LINQ")
        .Select(p => p.revisions().FirstOrDefault().value)
        .ToEnumerable()
        .Single();

对于这种常见的操作，这是非常复杂的代码。我正在考虑为像这样的常见操作添加辅助方法，但我还没有达到这个目的。

Answer 2

你可以通过以下两种方式做到这一点：

使用HtmlAgilityPack并解析html。从该页面的外观看，所有部分似乎都采用

格式

<div class="section">

另外，从LINQ to Wiki api中我可以看一眼，您可以按类别获取页面数据（我相信这也是您所指的部分）。需要进一步分析，但我建议你研究一下：

• PageData

• NamespaceInfo