Question

我希望将维基百科页面作为文本。

我从这里查看了维基百科API https://en.wikipedia.org/w/api.php，其中说为了将页面作为文本，我需要将其附加到页面地址：

api.php?action=query&meta=siteinfo&siprop=namespaces&format=txt

但是，当我尝试将此后缀附加到普通页面的地址时，找不到该页面：

https://en.wikipedia.org/wiki/George_Washington/api.php?action=query&meta=siteinfo&siprop=namespaces&format=txt

按照Get Text Content from mediawiki page via API的说明，我尝试adding /api.php?action=parse&page=test到查询字符串的末尾。因此，我得到了这个：

https://en.wikipedia.org/wiki/George_Washington/api.php?action=parse&page=test

然而，这也不起作用。

Answer 1

NB ：所有这些示例均已启用CORS。

从精确标题（如the wikipedia page url中所示）以json格式获取文本：

https://en.wikipedia.org/w/api.php?action=query&origin=*&prop=extracts&explaintext&titles=Sokolsky_Opening&format=json

通过关键字搜索相关页面，获取ID，获取准确的标题/网址，快速提取文字；

https://en.wikipedia.org/w/api.php?action=query&prop=extracts&exlimit=max&format=json&exsentences=1&origin=*&exintro=&explaintext=&generator=search&gsrlimit=23&gsrsearch=chess

通过精确标题获取Wiki页面ID ：

https://en.wikipedia.org/w/api.php?action=query&origin=*&prop=pageprops&format=json&titles=Sokolsky_Opening

通过维基页面ID获取完整的html ：

https://en.wikipedia.org/w/api.php?action=parse&origin=*&format=json&pageid=100017

获取已剥离的html ，没有Wikidata的较轻版本。

https://en.wikipedia.org/w/api.php?action=query&origin=*&prop=extracts&format=json&titles=Sokolsky_Opening

交叉来源：

顺便说一句，使用CORS请求，通过了解或搜索ID和/或页面标题，我们可以使用fetch在ssl上下文中的任何位置嵌入一些wiki文本。

在ID未知的情况下，我们必须循环通过the json。

fetch("https://en.wikipedia.org/w/api.php?action=query&origin=*&prop=extracts&explaintext&format=json&titles=Sokolsky_Opening").then(v => v.json()).then((function(v){
    main.innerHTML = v["query"]["pages"]["100017"]["extract"]
    })
  )

<pre id="main" style="white-space: pre-wrap"></pre>

祝你好运。

Answer 2

您必须使用部分these formats：json，jsonfm，none，php，phpfm，rawfm ，xml或xmlfm，因此txt格式无效。您的API链接也是错误的，请使用：

https://en.wikipedia.org/w/api.php?action=query&titles=George_Washington&prop=revisions&rvprop=content&format=xml

如何通过API将维基百科内容作为文本？

2 个答案: