如何獲取Wikipedia頁面中的所有URL

Question

似乎Wikipedia API的鏈接定義與URL不同？我正在嘗試使用API​​返回特定wiki頁面中的所有網址。

我一直玩this query，我發現從this page發電機和重定向。

Answer 1

我不知道爲什麼你完全困惑（這將有助於解釋這一點），但我確信查詢不是你想要的。它在頁面「標題」（titles=Title）上鍊接（generator=links）的頁面上列出鏈接（prop=links）。它還只列出鏈接第一頁上的第一頁鏈接（頁面大小爲微小的默認值10）。

如果你想在頁面上「標題」的所有環節：

1. 使用只是prop=links，你不想發電機。
2. 加入pllimit=max增加限制最大可能（pl是「前綴」爲links）
3. 使用在query-continue元素給出的值去結果的第二個（下面的）頁面。

所以，在第一頁的查詢是：

http://en.wikipedia.org/w/api.php?action=query&titles=Title&prop=links&pllimit=max

而第二（在這種情況下，最終）頁：

http://en.wikipedia.org/w/api.php?action=query&titles=Title&prop=links&pllimit=max&plcontinue=226160|0|Lieutenant_General

另一件事這可能會讓你感到困惑，因爲links只返回內部鏈接（對其他維基百科頁面）。要獲得外部鏈接，請使用prop=extlinks。您也可以將兩者合併爲一個查詢：

http://en.wikipedia.org/w/api.php?action=query&titles=Title&prop=links|extlinks