wiki - content - meta name keywords

¿Cómo obtener los datos de Infobox de Wikipedia?

Question

Si tengo la url a una página, ¿cómo obtendría la información de Infobox a la derecha usando los servicios web de MediaWiki?

Answer 1

¿Qué hay de usar el modo de edición? Puede comenzar con la TextArea correcta (la mayor parte del Tiempo contiene id="wpTextBox1" ) y analizar el contenido de esa TextArea ... La URL que usé para averiguarlo fue (Nota: sección = 0):

https://de.wikipedia.org/w/index.php?title=Pelephone&action=edit&section=0

Saludos

Answer 2

Cada página de Wikipedia está asociada a un elemento de Wikidata, y todos estos elementos incluyen la mayoría de los parámetros de las plantillas Infobox de la página de Wikipedia. Por lo tanto, solo necesita acceder a los datos asociados a su página de Wikipedia desde la API de Wikidata .

Un ejemplo de cómo obtener los datos para la página de Donald Trump de Wikipedia de un artículo de Wikidata :

https://www.wikidata.org/w/api.php?action=wbgetentities&sites=enwiki&props=claims&titles=Donald Trump

La respuesta incluirá: fecha y lugar de nacimiento, imagen, religión, madre, padre, hijos, estatura, firma, sitio web oficial, etc ..., toda la información principal sobre Donald Trump incluida en el Infobox de Wikipedia.

Answer 3

En nuestro proyecto utilizamos consultas para obtener datos de wiktionary de la siguiente manera:

http://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20html%20where%20url%3D%22http%3A%2F%2Fen.wiktionary.org%2Fwiki%2Flife%22%20and%20xpath%3D''%2F%2Fdiv%5B%40id%3D%22bodyContent%22%5D''&format=xml&diagnostics=false&env=store%3A%2F%2Fdatatables.org%2Falltableswithkeys&callback=recwiki

No tengo una comprensión completa de ello, pero funciona. El resultado de salida se puede filtrar usando jquery o algo más.

Answer 4

No hay una manera trivial de hacer eso. Puede intentar obtener el contenido de la página usando action=raw , es decir, http://en.wikipedia.org/w/index.php?action=raw&title=Douglas_Jardine Luego busque el inicio del cuadro de información buscando {{Infobox . Luego encuentre el final encontrando la coincidencia }} , teniendo en cuenta que el mismo infobox también puede contener los pares {{ - }} y {{{ - }}} .

Answer 5

Si solo desea analizar el cuadro de información o desea obtener algunos datos digeridos, consulte el proyecto DBPedia: http://dbpedia.org

Escanea los infoboxes en WP para crear una base de datos RDF de Wikipedia: https://github.com/dbpedia/extraction-framework/

Answer 6

Tal vez un poco tarde, pero quería lo mismo y no veía ninguna solución fácil aquí, pero (como Bryan señala) resulta que no es demasiado difícil usar la API de Mediawiki con esta biblioteca:

github.com/siznax/wptools

Uso:

>>> import wptools
>>> so = wptools.page('''').get_parse()
>>> so.infobox
{''alexa'': ''{{DecreasePositive}}'',
 ''author'': ''[[Joel Spolsky]] and [[Jeff Atwood]]'',
 ''caption'': ''Screenshot of  as of February 2015'',
 ''commercial'': ''Yes'',
 ''content_license'': ''[[Creative Commons license|CC-BY-SA]] 3.0'',
 ''current status'': ''Online'',
 ''landscape'': ''yes'',
 ''language'': ''English'',
 ''launch date'': ''{{start date and age|2008|9|15}}'',
 ''logo'': '' logo.svg'',
 ''name'': '''',
 ''owner'': ''Stack Exchange, Inc.'',
 ''programming_language'': ''[[C Sharp (programming language)|C#]]'',
 ''registration'': ''Optional; Uses [[OpenID]]'',
 ''revenue'': '''',
 ''screenshot'': '' homepage.png'',
 ''slogan'': '''',
 ''type'': ''[[:Category:Knowledge markets|Knowledge markets]]'',
 ''url'': ''{{URL|https://.com}}''}

Answer 7

Tomxu, de lo que estás hablando es de una plantilla, que es una simple página que puedes incluir en otra página. Para el infobox, debes comenzar por mirar Template:Infobox . Esto le da instrucciones detalladas.

También puede presionar editar (o ver el código) y copiar los contenidos a su propia wiki. Tenga en cuenta que las plantillas tienden a estar en una jerarquía, por lo que es posible que necesite copiar otras plantillas que utiliza Infobox (si desea usarlas). Cada plantilla puede identificarse con {{}}, por ejemplo, la plantilla de Infobox se verá así: {{Infobox}}.

Mencioné una jerarquía: en realidad encontrarás varias plantillas que usan Template: Infobox. Para encontrarlos, simplemente escriba esto en el campo de búsqueda de Wikipedia: Plantilla: Infobox y luego encontrará varios ejemplos, por ejemplo, Plantilla: escritor de Infobox

Actualización: si te refieres a Navboxes, entonces ve esta información .

Answer 8

Usando MediaWiki, puede ver el cuadro de información a la derecha de una página de Wikipedia usando este enlace a continuación. Como puede ver, el formato está en JSON (se puede cambiar) y al cambiar la palabra "hidrógeno" al título específico que desea, aparecerá una página con un cuadro de información.

https://en.wikipedia.org/w/api.php?action=parse&page=Template:Infobox%20hydrogen&format=json