Question

我正在尝试编写一个程序，该程序可以从给定的专辑或音轨中获取歌曲列表。我一直试图通过使用维基百科来做到这一点，我发现了2个应该完成工作的模块：wikipedia和wikipedia-api。不幸的是，这些都没有得到我正在寻找的文章的元素，而是选择跳过它。显然，这对我来说真的没什么用。所以我想知道的是：是否有一个模块可以从维基百科的文章中获取列表？或者我是否必须使用原始的Wikipedia API并自己创建一个？我试图避免获取原始html并解析它，因为它会很复杂并且可能是不必要的。

以下是您可以尝试的示例代码，它使用维基百科模块（pip install wikipedia），但两个模块的错误相同。

import wikipedia
article = wikipedia.search("civil war soundtrack")[0] # I've already checked this, the searching is definitely accurate and isn't the source of the problem
pg = wikipedia.page(article)
print(pg.text)

当它打印文本时，它不打印“轨道列表”部分下的表格，而是打印关于作曲家的行并完全跳过列表。

提前致谢！

注意：如果我不立即回复，那是因为我睡着了，现在已经很晚了，所以我会在早上检查一切

注意2：如果我在提出问题方面做错了什么，欢迎提出反馈意见！我过去一直在讨论问题，原因仍然没有找到。

Answer 1

我尝试过跟踪库，但没有一个支持提取表格：

维基百科
维基百科-API
MediaWikiAPI

人们遇到了和你一样的问题，一个人建议使用MediaWikiAPI和美味汤来解决你的问题：

# load page 
mediawikiapi = MediaWikiAPI()
test_page = mediawikiapi.page(PageWithTables)

# scrape the HTML with BeautifulSoup to find tables
soup = BeautifulSoup(test_page.html(), 'html.parser')
tables = soup.findAll("table", { "class" : "wikitable" })

# select target table and apply custom function to export it to pandas
target_table = tables[0]
df_test = wikitable_to_dataframe(target_table)

来源：https://github.com/goldsmith/Wikipedia/issues/111

如何从Python获取维基百科列表？

1 个答案: