如何获取维基百科页面的HTML内容文本（通过维基百科API）？

Question

我只想获得内容（没有链接，没有类别，没有图片......只是文字）

Answer 1

无法从维基百科API中获取“仅文本”。您可以下载页面的HTML（如果您通过index.php而不是api.php执行此操作，请使用action=render以避免下载所有皮肤内容）或wiki文本（您可以通过API或将action=raw传递给index.php）;然后你必须自己解析它以删除你不想保留的位。

在HTML输出中，MediaWiki通常很适合将类添加到您可能想要过滤掉的各种界面元素中;用户创建的模板等可能不那么简单（例如，hack for table sorting只是将一些文本放在display:none范围内，没有类。）

要通过API获取wiki文本，请使用prop=revisions。要获取呈现的HTML，请使用action=parse。