Question

我正在研究一个改变它的Python脚本：

foo
bar

进入这个：

[[Component foo]]
[[bar]]

脚本检查（每个输入行）是否存在“Component foo”页面。如果它存在，则创建指向该页面的链接，如果它不存在，则创建直接链接。

问题是我需要一个快速的＆amp;检查是否存在大量维基页面的便宜方法。我不想（尝试）下载所有“组件”页面。

我已经想出了一种快速的方法：手动执行此操作：编辑新的Wiki页面。将所有“组件”链接粘贴到页面中，按预览，然后保存生成的预览HTML页面。生成的HTML文件包含现有页面的链接，而不是不存在的页面。

所以重新解释一下我的问题：如何在Python中保存mediawiki预览页面？

（我没有对数据库的本地访问权。）

Answer 1

您绝对可以使用API来检查页面是否存在：

# assuming words is a list of words you wish to query for
import urllib

# replace en.wikipedia.org with the address of the wiki you want to access
query = "http://en.wikipedia.org/w/api.php?action=query&titles=%s&format=xml" % "|".join(words)
pages = urllib.urlopen(query)

现在您将包含xml的页面如下：

<?xml version="1.0"?><api><query><pages>

   <page ns="0" title="DOESNOTEXIST" missing="" />

   <page pageid="600799" ns="0" title="FOO" />

   <page pageid="11178" ns="0" title="Foobar" />

</pages></query></api>

不存在的页面将显示在此处，但它们具有缺少的“”“属性集，如上所示。您还可以检查保存方面的无效属性。

现在，您可以使用自己喜欢的xml解析器来检查这些属性并做出相应的反应。

另请参阅：http://www.mediawiki.org/wiki/API:Query

Answer 2

使用Pywikibot与MediaWiki软件进行交互。它可能是最强大的机器人框架。

Python Wikipediabot Framework （ pywikipedia 或 PyWikipediaBot ）是一个在MediaWiki网站上自动化工作的工具集合。本来专为维基百科而设计，现在用于整个维基媒体基金会的项目和许多其他MediaWiki wiki。它是写的在Python中，这是一种免费的跨平台编程语言。这个页面提供了想要使用的人的一般信息的链接机器人软件。

Answer 3

如果您可以本地访问wiki数据库，则最简单的方法是对数据库进行查询，以查看每个页面是否存在。

如果您只有HTTP访问权限，则可以尝试mechanize库，它允许您以编程方式自动执行原本需要浏览器的任务。

Answer 4

您应该可以使用MediaWiki API。 http://www.mediawiki.org/wiki/API（可能在查询或创建/编辑下）

我不太熟悉它，但是例如，您可以将现有页面的输出与不存在的页面进行比较。

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

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

Answer 5

由于页面存储在数据库中，因此您必须以这种或那种方式访问。由于您没有本地访问API，正如所建议的那样，可能是它 - 但可能有其他选择。

http://www.mwusers.com/forums/forum.php

似乎是这样的问题的地方。我看到了一些问题需要对mediawiki的内部知识进行快速而全面的回答。

检查MediaWiki页面是否存在（Python）

5 个答案: