使用API​​

Question

对于我的项目，我正在尝试从Wikipedia中读取数据，我不确定如何做到这一点。

我主要关心的是阅读，日期，地点和事件主题。 首先，我已经开始阅读上述有关第91届奥斯卡金像奖的信息。

我尝试使用Wikipedia查询服务，但并没有太大帮助。

然后我遇到了API解决方案，并按照以下网址运行， https://en.wikipedia.org/w/api.php?action=parse&format=json&prop=sections&page=91st_Academy_Awards

但是没有找到我想要的信息。

我正在尝试阅读下图中红色框中标记的信息，

有人可以帮助我，让我知道如何阅读上述部分。

PS：我正在使用Matlab编写算法

Answer 1

一种可能的解决方案是使用webread阅读网页，并使用Text Analytics Toolbox中的功能处理数据：

% Read HTML data.
raw = webread('https://en.wikipedia.org/w/api.php?action=parse&format=json&prop=text&page=91st_Academy_Awards');

% Specify sections of interest.
SectionsOfInterest = ["Date","Site","Preshow hosts","Produced by","Directed by"];

% Parse HTML data.
myTree = htmlTree(raw.parse.text.x_);

% Find table element.
tableElements = findElement(myTree,'Table');
tableOfInterest = tableElements(1);

% Find header cell elements.
thElements = findElement(tableOfInterest,"th");
% Find cell elements.
tdElements = findElement(tableOfInterest,"td");

% Extract text.
thHTML = thElements.extractHTMLText;
tdHTML = tdElements.extractHTMLText;

for section = 1:numel(SectionsOfInterest)

   sectionName = SectionsOfInterest(section);
   sectIndex = strcmp(sectionName,thHTML);

   % Remove spaces if present from section name.
   sectionName = strrep(sectionName,' ','');

   % Clean up data.
   sectData = regexprep(tdHTML(sectIndex),'\n+','.');

   % Create structure.
   s.(sectionName) = sectData;
end

可视化输出结构：

>> s
s = 

struct with fields:

        Date: "February 24, 2019"
        Site: "Dolby Theatre.Hollywood, Los Angeles, California, U.S."
Preshowhosts: "Ashley Graham.Maria Menounos.Elaine Welteroth.Billy Porter.Ryan Seacrest. "
  Producedby: "Donna Gigliotti.Glenn Weiss"
  Directedby: "Glenn Weiss"