正则表达式可以与维基百科API一起使用吗？

Question

我必须在几个维基百科版本中进行大量查询，以查找不在DBpedia中的信息（例如，维基百科页面中的单词数量）。从一个词，如“巴黎”，我想肯定的是法国首都的维基百科页面，而不是安大略省巴黎的页面。因此，我不得不在我的查询中使用这些类别，如下所示：

https://en.wikipedia.org/w/api.php?action=query&list=search&format=json&srsearch=paris+incategory:Departments_of_France

问题：维基百科类别不一致。对我来说理想的是能够用作正则表达式的类别，比如“包含法语”这个词。

我在API文档中搜索了几个小时，但却无法理解如何执行此操作。欢迎任何帮助或建议。

Answer 1

您可以使用insource:/\[\[Category:[^\]]{0,32}France]]/之类的搜索表达式。 （example）请参阅Help:CirrusSearch#Regular expression searches（通配符长度限制似乎是避免超时的必要条件）。

Answer 2

另一种可能更适合您的用例的方法是使用维基数据查询服务。文本搜索功能是有限的（但听起来并不像你实际需要它们）并且语法更复杂（SPARQL +你需要知道维基数据具有哪些属性约定）但你可以表达类似于＆＃34; in法国＆＃34;

• All articles about something called "Paris"
• Same search limited to "in France"

（将鼠标悬停在Pxx / Qxx上以获取信息。）