如何通過URL區分維基百科文章？

維基百科上有很多不是文章的頁面，例如談話頁面等。如何通過URL區分他們與文章？如何通過URL區分維基百科文章？

來源

2013-04-22 lizarisk

你到目前爲止嘗試過什麼？談話頁面在標題前面有「Talk：」，在頁面標題和URL中都有。 – 2013-04-22 22:18:13

是的，但不僅有談話頁面。我試着只使用alpanumeric網址，但這顯然是不正確的。 – lizarisk 2013-04-22 22:20:29

您可以通過使用其API使用以下查詢獲取百科命名空間及其別名的列表：

http://en.wikipedia.org/w/api.php?action=query&meta=siteinfo&siprop=namespaces

然後，如果頁面標題的第一個冒號前的部分匹配任何的已知的命名空間，它不是一篇文章;否則，它是。

來源

2013-04-22 22:48:08 svick

上面這個名稱空間的列表是不夠的，因爲MediaWiki也使用某些東西：interwiki鏈接的東西約定。 http://en.wikipedia.org/wiki/Interwiki_links – jpatokal 2013-04-23 05:18:36

@jpatokal該問題詢問關於URL。儘管像http://en.wikipedia.org/wiki/cs:Main_Page這樣的URL確實有效，但我認爲它們很少被使用。 – svick 2013-04-23 08:49:01

簡短的回答是，你不能只有正則表達式。

較長的答案是MediaWiki文章被命名空間分割，而命名空間反過來使用冒號作爲標記，如「Talk：Foo」中所示。文章沒有標題中的冒號因此肯定在主（=內容）名稱空間中。問題是，帶有冒號的文章可能在另一個命名空間或是content articles that happen to contain a colon，並且由於WP的命名空間列表很長並且不斷變化，所以您不能（或者至少不應該）在正則表達式中對此列表進行硬編碼。

因此，正確的答案是使用MediaWiki API來迭代/搜索主名稱空間中的文章。

來源

2013-04-22 22:21:14 jpatokal

這個冒號的雙重含義正是讓我卡住的東西！ – lizarisk 2013-04-22 22:25:06

您不應該對命名空間列表進行硬編碼，但是如何使用API獲取最新列表（請參閱我的答案）？ – svick 2013-04-22 22:49:11

爲什麼不直接使用API來獲得所有保證來自主命名空間的文章的預過濾列表？ http://www.mediawiki.org/wiki/API:Query#Using_list.3Dallpages_as_generator – jpatokal 2013-04-23 05:20:11

如何通過URL區分維基百科文章？

回答

相關問題