Question

我可以用XML或任何其他格式获取维基百科文章。但是对于一个术语，我想首先知道返回的文本是否包含完整的文章，或者只是包含模糊的术语，如输入的文章。

所以“SEO”是一个含糊不清（或重定向）的术语，但如何从结果中了解这一点？而“纽约”则返回完整的文章。

修改

我的简单问题是，我有400个城市名称，我想要使用API的维基百科内容，我不希望这些页面不是城市文章，只包含一些重定向或其他含糊不清的术语。我想丢弃那些。

Answer 1

您可以查看“Disambiguation”ppprop：

http://en.wikipedia.org/w/api.php?action=query&prop=pageprops&ppprop=disambiguation&redirects&format=xml&titles=BNI

Answer 2

所有消除歧义的页面都在恰当命名的类别All disambiguation pages中，因此您只需检查该类别。

作为替代方案，您可以检查是否存在Disambiguation模板或one of its variants及其重定向。

Answer 3

更新：消歧页面是WikiPedia（安装）的内容类型，而不是MediaWiki（软件）中的页面类型。因此，MediaWiki API不知道消歧页面是什么，也没有检索它们的方法。

请参阅此related discussion.

除了我在下面布置的经常但不总是的方法之外，你基本上必须检索页面主体，并检查是否存在消歧标记。

以下有时有效：

当我搜索搜索引擎优化时，我得到：https://en.wikipedia.org/wiki/SEO

您指的是disambiguation pages?，如https://en.wikipedia.org/wiki/SEO_%28disambiguation%29吗？

如果是，请检查消除歧义的标题。

例如，以下搜索：https://en.wikipedia.org/w/api.php?action=query&list=search&format=json&srsearch=SEO&srwhat=text&srlimit=2

yeilds

{
    "query": {
        "searchinfo": {
            "totalhits": 3507
        },
        "search": [
            {
                "ns": 0,
                "title": "Search engine optimization",
                "snippet": "Search engine optimization (<span class='searchmatch'>SEO<\/span>) is the process of improving the visibility of a website  or a web page  in search engine s via the \" <b>...<\/b> ",
                "size": 40468,
                "wordcount": 5269,
                "timestamp": "2012-03-11T11:43:26Z"
            },
            {
                "ns": 0,
                "title": "SEO (disambiguation)",
                "snippet": "<span class='searchmatch'>SEO<\/span>  or search engine optimization, the process of improving ranking in search engine results.  <span class='searchmatch'>SEO<\/span> may also refer to:  <span class='searchmatch'>Seo<\/span> (surname), a  <b>...<\/b> ",
                "size": 955,
                "wordcount": 103,
                "timestamp": "2012-02-22T12:51:20Z"
            }
        ]
    },
    "query-continue": {
        "search": {
            "sroffset": 2
        }
    }
}

你可以玩@ the Wikipedia API Sandbox.

如何知道API中的维基百科内容是否包含有用的文章或含糊不清的文章

3 个答案: