标签:wikipedia java mediawiki wikipedia-api
我正在解析java中的wikipedia转储.在我的模块中,我想知道当前页面引用的wiki内部页面的页面ID.从中获取内部链接以及网址很容易.但是如何从url获取页面ID.
我必须使用一些mediaWiki吗?如果是的话
还有其他选择吗?
例如:http://en.wikipedia.org/wiki/United_States
我想得到它的Page-Id,即3434750
解决方法:
您可以使用API.具体来说,查询看起来像:
http://en.wikipedia.org/w/api.php?action=query&titles=United_States
(您还可以在titles参数中指定多个页面标题,以|分隔.)
作为替代方案,您可以下载page.sql dump(为英语维基百科压缩1 GB),其中也包含此信息.要实际查询它,您可以将其导入MySQL数据库然后查询,或者您可以直接解析SQL.
标签:wikipedia,java,mediawiki,wikipedia-api 来源: https://codeday.me/bug/20190725/1531184.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。