Question

这是昨天我问过的question。我能够获得所需的数据。最终数据是这样的。请关注此link。

我尝试使用以下代码获取所有信息框数据

                                content = content.split("}}\n");
                                for(k in content)
                                {
                                    if(content[k].search("Infobox")==2)
                                    {
                                        var infobox  = content[k];
                                        alert(infobox); 
                                        infobox = infobox.replace("{{","");
                                        alert(infobox);
                                        infobox = infobox.split("\n|");
                                        //alert(infobox[0]);
                                        var infohtml="";
                                        for(l in infobox)
                                        {
                                            if(infobox[l].search("=")>0)
                                            {
                                                var line = infobox[l].split("=");

                                                infohtml = infohtml+"<tr><td>"+line[0]+"</td><td>"+line[1]+"</td></tr>";

                                            }
                                        }
                                        infohtml="<table>"+infohtml+"</table>";
                                        $('#con').html(infohtml);
                                        break;
                                    }
                                }

我最初认为每个元素都包含在{{}}中。所以我写了这段代码。但我所看到的是，我无法通过此获取整个信息框数据。有这个元素

{{Sfn|National Informatics Centre|2005}}

发生结束我的信息框数据。

如果不使用json，似乎要简单得多。请帮帮我

Answer 1

你试过DBpedia吗？ Afaik他们提供模板使用信息。还有一个名为Templatetiger的工具服务器工具，它从静态转储（非实时）中提取模板。

但是，我曾经在javascript中写了一个小片段来从wikitext中提取模板：

var title; // of the template
var wikitext; // of the page
var templateRegexp = new RegExp("{{\\s*"+(title.indexOf(":")>-1?"(?:Vorlage:|Template:)?"+title:title)+"([^[\\]{}]*(?:{{[^{}]*}}|\\[?\\[[^[\\]]*\\]?\\])?[^[\\]{}]*)+}}", "g");
var paramRegexp = /\s*\|[^{}|]*?((?:{{[^{}]*}}|\[?\[[^[\]]*\]?\])?[^[\]{}|]*)*/g;
wikitext.replace(templateRegexp, function(template){
    // logabout(template, "input ");
    var parameters = template.match(paramRegexp);
    if (!parameters) {
        console.log(page.title + " ohne Parameter:\n" + template);
        parameters  = [];
        }
    var unnamed = 1;
    var p = parameters.reduce(function(map, line) {
        line = line.replace(/^\s*\|/,"");
        var i = line.indexOf("=");
        map[line.substr(0,i).trim() || unnamed++] = line.substr(i+1).trim();
        return map;
    }, {});
    // you have an object "p" in here containing the template parameters
});

它具有一级嵌套模板，但仍然非常容易出错。使用正则表达式解析wiki文件与在html上尝试执行它一样邪恶： - ）

查询parse-tree from the api：api.php?action=query&prop=revisions&rvprop=content&rvgeneratexml=1&titles=...可能更容易。从该分析树中，您将能够轻松地提取模板。

维基百科api从json字符串获取相关数据

1 个答案: