問題タブ [wikipedia-api]

私はPythonを初めて使用します。ウィキペディアにアクセスするタスクがあります。このために、私はクライアントpywikipediaを使用してmediawikiapiにアクセスしています。login.pyを実行しているとき、パスワードを要求されます。パスワードはどのように取得しますか？誰かがpywikipediaツールに取り組んだことがありますか？どのクライアントを使用できるかについての提案はありますか？

次のコードを使用してウィキペディアにクエリを実行していますが、常にエラーが発生します（403禁止）。ただし、ブラウザにまったく同じURLを入力すると、機能します。以前に同じコードを使用して他のWebAPIを照会したことがあるため、問題の原因がわかりません。

ウィキペディアAPIを使用してデータをクエリしており、結果を文字列[]に変換したいと思います。

クエリ「テスト」

ここにこの結果を返します：

Json.netを使用して、タグ「spellcheck」を削除または無視できますか？このコードを使用して応答を変換すると、アプリケーションがクラッシュします。

私は彼らのAPIを使用してウィキペディアの記事からテキストを引き出しようとしています（APIは彼らが提供しているものの寛大な用語ですが、私たちはそれを使用すると思います）、そして私は後続のJSONの解析に関する問題に直面しています私が取り戻しているオブジェクト。つまり、オブジェクトには、コマンドを実行した後、ラベルが「*」であるキーの下に探しているテキストが含まれています。

次に、次のコマンドを使用して、この情報を文字列に解析しようとします。

次に、以下を使用してコンソールに出力します。

残念ながら、GoogleChromeもFirefoxも'*'キーを解析できないようです。完全な「data」オブジェクトをコンソールにダンプすると、データ構造の（ネストされた）キーが「parse」、「text」、およびであることがわかります'*'。必要なテキストを「*」キーまでダンプすることもできます。つまり

動作します。'*'文字が認識されたくないというだけです。

これを修正する方法について何かアイデアはありますか？理想的には、「*」キーが参照している値にアクセスしたいと思います。javascriptでプログラムする方法がわかりません。

現在、特定のウィキペディア ページのコンテンツをプレーン テキスト ファイルに取得しようとしています。XPath を使用して、これを完全に実行するコードを作成しました。ただし、単純な問題が 1 つだけあります。それは、ウィキペディアの一部のページが曖昧さ回避ページであるということです。

さて、これ自体は劇的ではありません。ウィキペディアの曖昧さ回避ページの最初のリンクを取得する XPath 式を作成しました: (/html/body/div[@id='content']/div[@id='bodyContent']//a[starts-with(@href, '/wiki')]/@href)[1]. これは、コンテンツを取得しようとしているページとして最初のリンクを使用できることを意味します。

いいえ、本当の問題は、そのコード (曖昧さ回避ページから最初のリンクを取得するコード) または別のコード (興味深いページからコンテンツを直接取得するコード) をいつ使用するかを知る方法が見つからないことです。ページ、明確化されていないページ)。実際、あいまいさが解消されたページと通常のページを区別する方法が見つからないようです。

これまでのところ、私は試しました：

明確化されたページのソースを見て、それを通常のページと比較すると、違いが見つかりません。

両方のタイプのページのコンテンツを見る: ここでの唯一の違いは、いくつかのページが上部に「このページは参照する可能性があります」と表示されていることです。ただし、すべてのページが実際にこれについて言及しているわけではありません。

簡単な解決策は、ページのタイトルを確認することです (たとえば、http://en.wikipedia.org/wiki/Boston_ (曖昧さ回避))。ただし、明確化されたすべてのページのタイトルに「明確化」という単語が含まれているわけではありません: http://en.wikipedia.org/wiki/Freedom。

結論として、ウィキペディアの曖昧さ回避ページと実際のコンテンツを含むウィキペディアのページを区別する方法を知っている人はいますか?

編集:これは実際には質問とは関係ありませんが、Objective-C でプログラミングしています。

Java エコシステム全体のグラフを作成したいと思います。

Java ウィキペディアの記事から始めて、そこから、Java プログラミング言語、そのフレームワーク、スピンオフなどを扱うあらゆるつながりをたどりたいと思います。

APIを使用してウィキペディアページのサムネイル画像にアクセスする方法はありますか？ボックスの右上の画像を意味します。そのためのAPIはありますか？

http://en.wikipedia.org/w/api.php?action=parse&page=Petunia&format=xmlを介してウィキペディアへのAPI呼び出しを行おうとしていますが、xmlにはhtmlタグとcssタグが含まれています。

タグなしのプレーンテキストのみをフェッチする方法はありますか？ありがとう！

*編集1：

ヌルが表示されます。

ウィキペディアページの最初の段落を取得するだけです。

コンテンツはHTML形式で、私のWebサイトに表示できるようになっている必要があります（BBCodeやWikipediaの特別なコードは使用できません ！）

会社の詳細を含むウィキペディアのインフォボックスのコンテンツを取得するために JQuery を使用したいと考えています。

私はほとんどそこにいると思うが、道の最後の一歩を踏み出すことができない

最初の部分は機能します - wikiHTML にはページのコンテンツが含まれ、ウィキペディア API によって HTML 形式に解析されます

これには、infobox コンテンツを含むテーブルが含まれます。

結果は、データを入れるための単なる空のテーブルプレースホルダーです

ページの他のいくつかの要素と連携します。たとえば、.infobox を .logo に交換すると完全に機能します。

より多くの情報を提供できてうれしいですが、私はこれに何時間も費やし、非常に多くの順列を試したので、何が関連しているのかさえわかりません...

ティア