试图刮擦wikitravel

Question

我正在尝试为特定数据搜索wiki旅行。像气候，getin等 我已经设法通过特殊导出从它们获取xml。

http://wikitravel.org/en/Special:Export/San_Francisco 我得到了xml格式的数据，但它是在wiki标记中，我尝试浏览获取该文本的解决方案，但无法找到合适的解决方案。

我尝试用正则表达式编写一个php函数，所以我可以将它转换为html，但它以非统一的方式转换，因此很难选择特定的数据。

还尝试编写mediawiki网址，以便我可以编程 http://wikitravel.org/en/api.php?format=xml&action=query&titles=Main%20Page&prop=revisions&rvprop=content 但它不起作用。

你能帮我解决这个问题。有没有人成功刮过维基百科。我有一个教程或我可以参考的任何其他技术。

Answer 1

这里有一个类似的问题：Where can I find a good MediaWiki Markup parser in PHP?

我也发现了这个：https://github.com/codeholic/w/blob/master/creole.php 来自：http://www.ivan.fomichev.name/2010/02/php-creole-10-wiki-markup-parser.html

这听起来像是一种令人沮丧的努力，祝你好运！

Answer 2

Wikitravel的MediaWiki API位于http://wikitravel.org/wiki/en/api.php，请尝试以下方式：

http://wikitravel.org/wiki/en/api.php?format=xml&action=query&titles=Main%20Page&prop=revisions&rvprop=content

您需要使用API​​客户端，请参阅http://www.mediawiki.org/wiki/API:Client_code进行选择。还要注意Wikitravel使用非常旧版本的MediaWiki（1.11），因此现代API中的许多操作都不起作用。