Skip to main content
 首页 » 编程设计

python之维基百科链接 API 返回不在页面上的链接

2025年02月15日7shihaiming

我正在试验 python 模块 wikipedia,它是 wikipedia API 的包装器。特别是我在看 links API ,据我所知,它应该返回“页面上维基百科页面链接的标题列表”,即我正在查询的页面文本中对其他维基百科页面的所有引用。当我在 Google 上查看文章的结果时,我得到了 list预期的链接数量(JSON 格式的维基百科标题)。问题是那里列出的链接似乎没有出现在 Google 页面上。我认为它可能包括指向 Google 的链接,但这也不起作用,特别是 JSON 结构中返回的第三个链接是指向 ADATA。我在 Google 页面上的任何地方都看不到指向 ADATA 的链接,在 ADATA 页面上的任何地方也看不到指向 Google 的链接。这是错误还是我遗漏了一些明显的东西?

我相信这个链接足以重现问题:

https://en.wikipedia.org/w/api.php?action=query&titles=Google&prop=links 

我看到的结果是这样的:

{ 
    "continue": { 
        "plcontinue": "1092923|0|Aardvark_(search_engine)", 
        "continue": "||" 
    }, 
    "query": { 
        "pages": { 
            "1092923": { 
                "pageid": 1092923, 
                "ns": 0, 
                "title": "Google", 
                "links": [ 
                    { 
                        "ns": 0, 
                        "title": "111 Eighth Avenue" 
                    }, 
                    { 
                        "ns": 0, 
                        "title": "2600: The Hacker Quarterly" 
                    }, 
                    { 
                        "ns": 0, 
                        "title": "ADATA" 
                    }, 
. . . 

在 python 中你可以像这样重现:

import wikipedia 
wikipedia.page('Google').links 

产生这样的输出:

['111 Eighth Avenue', 
 '2600: The Hacker Quarterly', 
 'ADATA', 
 'AI Challenge', 
 'AKM Semiconductor, Inc.', 
 'AOL', 
 'API.AI', 

请您参考如下方法:

该列表包含出现在页面维基文本或从维基文本调用的模板中的链接。它在每次编辑后由排队的作业更新。由于作业处理的异步性质和失败作业的重试次数有限,列表可能与实际文章内容不同,但可能性很小。 (添加 wiki 文本的链接可能根本不会出现在文章 HTML 中,但同样不太可能有人真的这样做。)