从Wikipedia API获取用户归因链接

时间:2018-12-31 13:36:31

标签: python python-3.x python-requests wikipedia-api

我是位新人,他一直在使用Wikipedia API,并且发现了很多东西,但是最后一个让我发疯。

我已经找到了所需的Wiki页面,然后按照文档here利用pageids获取到图像的直接链接。

page_id = '1649237' 
image_url_base = 'https://ja.wikipedia.org/w/api.php?' 
    image_params = {
            "action": "query",
            "format": "json",
            "prop": "images",
            "pageids": page_id
            }
    image_url = wiki_image_url_base + page_id
    r = requests.get(url = wiki_image_url_base, params = image_params).json()

    image_file_name = str(r['query']['pages'][ja_page_id]['images'][0]['title'])

然后便可以使用image_file_name创建指向主文件的链接,如下所示:

https://upload.wikimedia.org/wikipedia/commons/9/9e/Flag_of_Japan.svg

这似乎给出了奇怪的结果。对于我的脚本,我确实想要页面上的顶部图像,但这似乎会返回各种结果。

我遇到的困难是我不知道如何使此页面上的文档正常工作:

https://www.mediawiki.org/wiki/API:Imageinfo

我真正追求的是图像的直接链接URL和归因链接。如果归因链接太复杂,我甚至很高兴能够获得类似于此页面的图像的链接:

https://en.wikipedia.org/w/index.php?curid=32376184

似乎此ImageInfo API可以工作,但我无法使其工作...我确定是我...

谢谢您的帮助。

1 个答案:

答案 0 :(得分:0)

我认为您已经阅读了https://www.mediawiki.org/wiki/API:Imageinfo中的Python示例。而且,如果您尝试打开文档给出的URL,则很容易弄清楚它是如何工作的。因为打开URL后获得的是您可以通过请求库获得的内容(https://www.mediawiki.org/wiki/Special:MyLanguage/API:Imageinfo看起来工作不佳,但是下面的参数很好用)

import requests
from pprint import pprint
page_id = '1649237' 
image_url_base = 'https://ja.wikipedia.org/w/api.php' 
image_params = {
            "action": "query",
            "format": "json",
            "prop": "images",
            "pageids": page_id
            }

resp = requests.get(image_url_base, params=image_params)
my_data = resp.json()
pprint(my_data)

first_img = my_data["query"]["pages"][page_id]["images"][0]["title"]

for_img_details = "https://www.mediawiki.org/w/api.php?" # https://ja.wikipedia.org/w/api.php
details_params = {
            "action": "query",
            "titles": "File:{}".format(first_img.split(":")[-1]),
            "prop": "imageinfo",
            "format": "json",
            "iiprop":"timestamp|user|url"
}
# action=query&generator=images&titles=Main%20Page&prop=info
resp2 = requests.get(for_img_details, params=details_params)
pprint(resp2.json())