Wikipedia API - 從信息框中獲取完整信息

Question

我正在嘗試爲「KFC」等頁面提取母公司信息（在信息框窗格中）。

如果您訪問

http://en.wikipedia.org/wiki/KFC

網址...的信息框包含屬性（父=百勝）

.. howver，當我通過訪問PHP API ..不包括父級信息。

http://en.wikipedia.org/w/api.php?action=query&prop=revisions&rvprop=content&format=json&titles=KFC&rvsection=0

我如何保證維基API返回的「父=」信息，以及（對於一個品牌長期像「肯德基」）。基本上，我想通過維基百科API來提取Yum Brands是肯德基的母公司的信息。

謝謝！

Answer 1

看看wikipedia wiki官方獲取信息的方式。

我的建議是使用屏幕抓取PHP Simple HTML DOM Parser這將始終是最好的，即使它已被棄用。唯一的缺點是，如果維基百科改變它的樣子，你將不得不更新你的代碼。

A guide to PHP Simple HTML DOM Parser。

編輯：

至少我做的，而不是鏈接到非工作資源和downvoting正確答案的東西...

這是我做來從信息框窗格中的母公司信息的代碼與PHP簡單的HTML DOM分析器。

<?php 

//The folder where you uploaded simple_html_dom.php 
require_once('/homepages/../htdocs/simple_html_dom.php'); 

//Wikipedia page to parse 
$html = file_get_html('http://en.wikipedia.org/wiki/KFC'); 


foreach ($html->find ('tr th a[title=Holding company]') as $element) { 
    $element = $element->parent; 
    $element = $element->parent; 

    $tabella = $element->find ('td', 0); 

    //Now $parent contains "Yum! Brands" 
    $parent = $tabella->plaintext; 

    echo $parent; 

} 

?> 

如果這個答案滿足您的需求，請選擇它作爲最佳答案，並給予好評，因爲我花了很大的力氣，約1小時=/

感謝;）

Answer 2

的線包含該信息的文本不在文章中！它只出現在您正在查看的文章中調用的{{Infobox KFC}}模板中。

一般來說，維基百科文章的源代碼只是偶然構成的 - 文章的源代碼主要是指在頁面上生成所需輸出結束的手段。如果您嘗試從維基百科中提取結構化數據，則可能對DBPedia項目收集的數據感興趣。