Question

我阅读了Get wikipedia abstract using python和How to parse/extract data from a mediawiki marked-up article via python以及其他几个。

我试图获取与类别相关联的一些维基百科存根的转储，并将它们插入到内部语义mediawiki站点中。出于本示例的目的，我使用的是“Somali_Region”类别。该脚本使用mediawiki API获取数据，然后解析数据，删除所需的所有模板信息。

from wikitools import wiki
from wikitools import category
import mwparserfromhell

wikisite = "http://en.wikipedia.org/w/api.php"
parse_category = "Somali_Region"

wikiObject = wiki.Wiki(wikisite) 
wikiCategory = category.Category(wikiObject, parse_category)
articles = wikiCategory.getAllMembersGen(namespaces=[0])

for article in articles:
   wikiraw = article.getWikiText()
   parsedWikiText = mwparserfromhell.parse(wikiraw)
   for template in parsedWikiText.filter_templates():
      parsedWikiText.remove(template)
   print parsedWikiText

如果我尝试从维基百科进行转储并执行插入操作，则内部语义mediawiki站点会失败，因此这不是一个选项。是否可以使用API将数据插入语义mediawiki站点？我读了mediawiki API edit page，但我找不到一个python示例。

Answer 1

如果我理解正确，你想带上你的parsedWikiText并将其保存到私人wiki中。

这就是我做这种事情的方式（你需要在某处存储USERNAME和PASSWORD;我使用配置文件，但有更安全的方法）。我会在你for循环之前接听......

# Set up and authenticate into the target wiki if you need to.
from wikitools import wiki, page
target_wiki = wiki.Wiki('http://wiki.example.com/w/api.php')
site.login(USERNAME, PASSWORD)

for article in articles:
    wikiraw = article.getWikiText()
    parsedWikiText = mwparserfromhell.parse(wikiraw)
    for template in parsedWikiText.filter_templates():
        parsedWikiText.remove(template)

    # Use the API's edit function to save the new content.
    target_title = article.title
    target_page = page.Page(target_wiki, target_title)
    result = target_page.edit(text=parsedWikiText, summary="Imported text")

    # Check to see if it worked.
    if result['edit']['result'] == 'Success':
        print 'Saved', target_title
    else:
        print 'Save failed', target_title

我在这里假设您要将parsedWikiText保存到新页面中。如果您的wiki中的页面上已有内容，则必须先使用target_page.getWikiText()进行阅读，然后以某种方式混合新文本。我还假设这篇文章与维基百科的名字相同;如果没有，则更改target_title。

使用python wikitools解析维基百科存根

1 个答案: